Wdrażanie i monitorowanie modelu w Azure Machine Learning

  • Moduł
  • 9 Lekcji
Średni
Analityk danych
Inżynier DevOps
Uczenie maszynowe Azure
GitHub

Wybierz ten moduł, jeśli chcesz zarejestrować, wdrożyć, monitorować i wycofać modele przy użyciu GitHub Actions i środowisk chronionych.

Cele szkolenia

Po ukończeniu tego modułu możesz wykonywać następujące czynności:

  • Rejestrowanie, przechowywanie wersji i archiwizowanie modeli MLflow w całym cyklu życia.
  • Użyj środowisk GitHub, aby kontrolować dostęp i wymagać zatwierdzenia przed podwyższeniem poziomu produkcji.
  • Wdrażać zarządzany punkt końcowy online i rozwiązywać problemy z nim, bezpiecznie promować model oraz przywracać poprzednią wersję.
  • Automatyzowanie wdrażania i testowania modelu przy użyciu GitHub Actions.
  • Monitorowanie wdrożonego modelu i rozpoznawanie sygnałów, które wymagają badania lub ponownego trenowania.

Wymagania wstępne

  • Doświadczenie w programowaniu w języku Python lub R
  • Doświadczenie w tworzeniu i trenowanie modeli uczenia maszynowego
  • Znajomość podstawowych pojęć dotyczących Azure Machine Learning, takich jak zadania, modele i punkty końcowe
  • Podstawowa znajomość pojęć związanych z GitHub i ciągłą integracją/ciągłym wdrażaniem (CI/CD)
Rozpocznij