Automatización del entrenamiento de modelos con Acciones de GitHub
Principiante
Científico de datos
Azure Machine Learning
GitHub
Elija este módulo si desea automatizar y validar el entrenamiento del modelo con canalizaciones de Acciones de GitHub y Azure Machine Learning.
Objetivos de aprendizaje
En este módulo aprenderá a:
- Identifique qué recursos de aprendizaje automático se van a versionar en Git y que pertenecen a servicios creados específicamente, como almacenes de datos y registros de modelos.
- Describir los procedimientos de desarrollo basados en troncos ( ramas de corta duración, solicitudes de incorporación de cambios y reglas de protección de ramas) que mantienen estable la rama compartida al tiempo que permiten iteración segura.
- Explicar cómo los flujos de trabajo de Acciones de GitHub validan los cambios de código con análisis estático y pruebas unitarias, y cómo la protección de ramas puede requerir esas comprobaciones antes de fusionar.
- Compare los secretos de cliente de las entidades de servicio con la federación de identidades de carga de trabajo y explique por qué OpenID Connect es el enfoque de autenticación preferido para los flujos de trabajo de Acciones de GitHub que acceden a Azure.
- Describe cómo un flujo de trabajo de Acciones de GitHub envía trabajos de comandos y de canalización de Azure Machine Learning, y explica cómo un intermediario convierte eventos de Azure en eventos de
repository_dispatch.
Requisitos previos
- Experiencia en el desarrollo y entrenamiento de modelos de Machine Learning
- Familiaridad con los conceptos básicos de Azure Machine Learning, incluidas las áreas de trabajo y los trabajos de entrenamiento
- Familiaridad básica con repositorios, ramas y pull requests de GitHub