Automatiser l’entraînement de modèle avec GitHub Actions

Débutant

Scientifique des données

Azure Machine Learning

GitHub

Choisissez ce module si vous souhaitez automatiser et valider l’entraînement de modèle avec GitHub Actions et Azure Machine Learning pipelines.

Objectifs d’apprentissage

Dans ce module, vous allez apprendre à :

Identifiez les ressources Machine Learning à versionr dans Git et qui appartiennent à des services conçus à des fins telles que des magasins de données et des registres de modèles.
Décrire les pratiques de développement basées sur une branche principale — branches de courte durée, demandes de fusion et règles de protection des branches — qui maintiennent la branche partagée stable tout en permettant une itération en toute sécurité.
Expliquez comment GitHub Actions workflows valident les modifications de code avec des tests unitaires et linting, et comment la protection des branches peut nécessiter ces vérifications avant la fusion.
Comparez les secrets client du principal de service à la fédération des identités de charge de travail et expliquez pourquoi OpenID Connect est l’approche d’authentification préférée pour les flux de travail GitHub Actions qui appellent Azure.
Décrivez comment un flux de travail GitHub Actions soumet des tâches de commande et de pipeline Azure Machine Learning, et expliquez comment un intermédiaire convertit les événements Azure en événements repository_dispatch.

Expérience en développement et en entraînement de modèles Machine Learning
Connaissance des concepts de base Azure Machine Learning, y compris les espaces de travail et les travaux de formation
Connaissance de base des dépôts, des branches et des pull requests GitHub