Azure Machine Learning でモデルをデプロイおよび監視する

  • モジュール
  • 9 ユニット
中級
データ サイエンティスト
DevOps エンジニア
Azure Machine Learning
GitHub

GitHub Actionsおよび保護された環境を使用してモデルを登録、デプロイ、監視、ロールバックする場合は、このモジュールを選択します。

学習の目的

このモジュールを完了すると、次のことができるようになります:

  • MLflow モデルをライフサイクル全体にわたって登録、バージョン管理、アーカイブします。
  • GitHub環境を使用してアクセスを制御し、運用環境の昇格前に承認を要求します。
  • マネージド オンライン エンドポイントをデプロイしてトラブルシューティングし、モデルを安全に昇格させ、以前のバージョンにロールバックします。
  • GitHub Actionsを使用してモデルのデプロイとテストを自動化します。
  • デプロイされたモデルを監視し、調査または再トレーニングを必要とするシグナルを認識します。

前提条件

  • Python または R でのプログラミング経験
  • 機械学習モデルの開発とトレーニングの経験
  • ジョブ、モデル、エンドポイントなど、基本的なAzure Machine Learning概念に関する知識
  • GitHubと継続的インテグレーション/継続的デプロイ (CI/CD) の概念に関する基本的な知識
開始