Kursüberblick
Um ein Machine Learning-Modell mit Azure Machine Learning zu trainieren, müssen Sie Daten verfügbar machen und das entsprechende Compute konfigurieren. Nachdem Sie Ihre Modell- und Nachverfolgungsmodellmetriken mit MLflow trainiert haben, können Sie ihr Modell für Echtzeitvorhersagen auf einem Onlineendpunkt bereitstellen. In diesem Lernpfad erfahren Sie, wie Sie Ihren Azure Machine Learning-Arbeitsbereich einrichten, nach dem Sie ein Machine Learning-Modell trainieren und bereitstellen.
Kursinhalt
- Verfügbarmachen von Daten in Azure Machine Learning
- Arbeiten mit Computezielen in Azure Machine Learning
- Verwenden von Umgebungen in Azure Machine Learning
- Ausführen eines Trainingsskripts als Befehlsauftrag in Azure Machine Learning
- Nachverfolgen des Modelltrainings mit MLflow in Aufträgen
- Registrieren eines MLflow-Modells in Azure Machine Learning
- Bereitstellen eines Modells auf einem verwalteten Onlineendpunkt
Einschliesslich Microsoft Applied Skills Credential
Microsoft Applied Skills sind szenariobasierte Qualifikationsnachweise, die Teilnehmern die Validierung gezielter Fähigkeiten ermöglichen. Diese Nachweise sind ein effizienter und zuverlässiger Weg, um Kenntnisse in szenariobasierten Fertigkeiten nachzuweisen und zu vertiefen. Applied Skills Credentials werden am Ende des Kurses in einer interaktiven Laborumgebung geprüft.
Erfahren Sie mehr über Microsoft Applied Skills