Automatizzare il training dei modelli con GitHub Actions

Principiante

Data scientist

Azure Machine Learning

GitHub

Scegliere questo modulo se si vuole automatizzare e convalidare il training del modello con pipeline GitHub Actions e Azure Machine Learning.

Obiettivi di apprendimento

In questo modulo, imparerai a:

Identificare gli asset di Machine Learning per la versione in Git e quali appartengono a servizi creati appositamente, ad esempio archivi dati e registri modelli.
Descrivere le procedure di sviluppo basate su trunk, ovvero rami di breve durata, richieste pull e regole di protezione dei rami, che mantengono stabile il ramo condiviso, consentendo al tempo stesso un'iterazione sicura.
Spiega come i flussi di lavoro di GitHub Actions convalidano le modifiche al codice tramite il linting e i test unitari e come la protezione dei branch possa richiedere questi controlli prima di eseguire il merge.
Confronta i segreti client del service principal con la federazione delle identità dei carichi di lavoro e spiega perché OpenID Connect è l'approccio di autenticazione preferito per i flussi di lavoro di GitHub Actions che richiamano Azure.
Descrivere come un workflow di GitHub Actions invia processi di comando e di pipeline di Azure Machine Learning e spiegare come un intermediario converte gli eventi di Azure in eventi repository_dispatch.

Esperienza nello sviluppo e nel training di modelli di Machine Learning
Familiarità con i concetti di base Azure Machine Learning, tra cui aree di lavoro e processi di training
Conoscenza di base dei repository, dei branch e delle pull request di GitHub