DP-3007: Train and deploy a machine learning model with Azure Machine Learning

Curso DP-3007: Train and deploy a machine learning model with Azure Machine Learning

Para obtener esta credencial de Microsoft Applied Skills, los alumnos muestran la capacidad de entrenar y administrar modelos de aprendizaje automático con Azure Machine Learning.

Los candidatos para esta credencial deben estar familiarizados con los servicios de Azure y deben tener experiencia con Azure Machine Learning y Mlflow. Los candidatos también deben tener experiencia en realizar tareas relacionadas con el aprendizaje automático mediante Python.

Intermediate - Azure, Azure Machine Learning - Ingeniero de IA, Ingeniero de datos, Desarrollador, Científico de datos - Machine Learning

Objetivos de la formación DP-3007

• Configurar un entorno de desarrollo en Azure Machine Learning
• Preparar datos para el entrenamiento de modelos
• Crear y configurar un script de entrenamiento de modelos como un trabajo de comando
• Administrar artefactos mediante MLflow
• Implementar un modelo para el consumo en tiempo real

Contenido del curso DP-3007

Módulo 1 Hacer que los datos estén disponibles en Azure Machine Learning

• Descripción de los URI
• Creación de un almacén de datos
• Crear un recurso de datos
• Ejercicio: Hacer que los datos estén disponibles en Azure Machine Learning

Módulo 2 Trabajo con destinos de proceso en Azure Machine Learning

• Elección del destino de proceso adecuado
• Creación y uso de una instancia de proceso
• Creación y uso de un clúster de proceso
• Ejercicio: Trabajo con recursos de proceso

Módulo 3 Trabajo con entornos en Azure Machine Learning

• Información sobre los entornos
• Exploración y uso de entornos mantenidos
• Creación y uso de entornos personalizados
• Ejercicio: Trabajo con entornos

Módulo 4 Ejecución de un script de entrenamiento como un trabajo de comando en Azure Machine Learning

• Conversión de un cuaderno en un script
• Ejecución de un script como trabajo de comando
• Uso de parámetros en un trabajo de comando
• Ejercicio: Ejecución de un script de entrenamiento como un trabajo de comando

Módulo 5 Seguimiento del entrenamiento del modelo con MLflow en trabajos

• Realización de un seguimiento de métricas con MLflow
• Visualización de métricas y evaluación de modelos
• Ejercicio: Uso de MLflow para realizar un seguimiento de los trabajos de entrenamiento

Módulo 6 Registro de un modelo de MLFlow en Azure Machine Learning

• Registro de modelos con MLflow
• Descripción del formato de modelos de MLflow
• Registro de un modelo de MLflow
• Ejercicio: registro de modelos con MLflow

Módulo 7 Implementación de un modelo en un punto de conexión en línea administrado

• Exploración de puntos de conexión en línea administrados
• Implementación de un modelo de MLflow en un punto de conexión en línea administrado
• Implementación de un modelo en un punto de conexión en línea administrado
• Prueba de puntos de conexión en línea administrados
• Ejercicio: Implementación de un modelo de MLflow en un punto de conexión en línea

Requisitos previos

Se recomienda estar familiarizados con los servicios de Azure y  tener experiencia con Azure Machine Learning y Mlflow. Además, deben tener experiencia en realizar tareas relacionadas con el aprendizaje automático mediante Python.

Idioma

• Curso: Inglés / Español
• Labs: Inglés / Español

Aptitudes aplicadas de Microsoft

Este curso forma parte de las Credenciales de Aptitudes aplicadas de Microsoft.

Para obtener esta credencial de Microsoft Applied Skills, los alumnos muestran la capacidad de entrenar y administrar modelos de aprendizaje automático con Azure Machine Learning.

Applied Skills: Explore todas las credenciales en una guía