Een model implementeren en bewaken in Azure Machine Learning

  • Module
  • 9 Eenheden
Gevorderd
Data Scientist
DevOps Engineer
Azure Machine Learning
GitHub

Kies deze module als u modellen wilt registreren, implementeren, bewaken en terugdraaien met behulp van GitHub Actions en beveiligde omgevingen.

Leerdoelen

Nadat u deze module hebt voltooid, kunt u het volgende doen:

  • Registreer, versie en archiveer MLflow-modellen gedurende hun levenscyclus.
  • Gebruik GitHub omgevingen om de toegang te beheren en goedkeuring te vereisen vóór productiepromotie.
  • Implementeer en los problemen op met een beheerd online-eindpunt, promoveer een model veilig en rol deze terug naar een eerdere versie.
  • Modelimplementatie en -tests automatiseren met GitHub Actions.
  • Bewaak een geïmplementeerd model en herken signalen die onderzoek of hertraining aanroepen.

Vereisten

  • Programmeerervaring met Python of R
  • Ervaring met het ontwikkelen en trainen van machine learning-modellen
  • Bekendheid met basisconcepten voor Azure Machine Learning, zoals taken, modellen en eindpunten
  • Basiskennis van concepten voor GitHub en continue integratie/continue implementatie (CI/CD)
Starten