Modeltraining automatiseren met GitHub Actions

Beginner

Data Scientist

Azure Machine Learning

GitHub

Kies deze module als u modeltraining wilt automatiseren en valideren met GitHub Actions en Azure Machine Learning pijplijnen.

Leerdoelen

In deze module leert u het volgende:

Bepaal welke machine learning-assets moeten worden gebruikt in versie in Git en welke behoren tot speciaal gebouwde services, zoals gegevensarchieven en modelregisters.
Beschrijf op basis van trunk-gebaseerde ontwikkelprocedures ( kortstondige vertakkingen, pull-aanvragen en vertakkingsbeveiligingsregels) die de gedeelde vertakking stabiel houden terwijl veilige iteratie mogelijk blijft.
Leg uit hoe GitHub Actions werkstromen codewijzigingen valideren met linting- en eenheidstests en hoe vertakkingsbeveiliging deze controles kan vereisen voordat ze worden samengevoegd.
Vergelijk clientgeheimen van de service-principal met workloadidentiteitsfederatie en leg uit waarom OpenID Connect de voorkeursverificatiemethode is voor GitHub Actions werkstromen die Azure aanroepen.
Beschrijf hoe een GitHub Actions werkstroom Azure Machine Learning opdracht- en pijplijntaken verzendt en leg uit hoe een intermediair Azure gebeurtenissen converteert naar repository_dispatch gebeurtenissen.

Ervaring met het ontwikkelen en trainen van machine learning-modellen
Bekendheid met basisconcepten voor Azure Machine Learning, waaronder werkruimten en trainingstaken
Basiskennis van GitHub-repositories, branches en pull requests