DP-3007 : Former et déployer un modèle d'apprentissage automatique avec Azure Machine Learning

Cours DP-3007 : Entraîner et déployer un modèle d’apprentissage automatique avec Azure Machine Learning

Pour obtenir cette certification Microsoft Applied Skills , les étudiants démontrent leur capacité à entraîner et à gérer des modèles d'apprentissage automatique avec Azure Machine Learning.

Les candidats à cette certification doivent maîtriser les services Azure et posséder une expérience d' Azure Machine Learning et de MLflow . Ils doivent également avoir une expérience de la réalisation de tâches liées à l'apprentissage automatique avec Python .

Niveau intermédiaire - Azure, Azure Machine Learning - Ingénieur en IA, Ingénieur de données, Développeur, Data Scientist - Machine Learning

Objectifs de la formation DP-3007

• Configuration d'un environnement de développement dans Azure Machine Learning
• Préparer les données pour l'entraînement du modèle
• Créer et configurer un script d'entraînement de modèle en tant que tâche de commande
• Gérer les artefacts à l'aide de MLflow
• Mettre en œuvre un modèle de consommation en temps réel

Contenu du cours DP-3007

Module 1 : Mise à disposition des données dans Azure Machine Learning

• Description des URI
• Création d'un entrepôt de données
• Créer une ressource de données
• Exercice : Rendre les données disponibles dans Azure Machine Learning

Module 2 : Utilisation des cibles de processus dans Azure Machine Learning

• Choisir la destination de processus appropriée
• Création et utilisation d'une instance de processus
• Création et utilisation d'un cluster de processus
• Exercice : Utilisation des ressources de processus

Module 3 : Utilisation des environnements dans Azure Machine Learning

• Informations sur les environnements
• Exploration et utilisation des environnements aménagés
• Création et utilisation d'environnements personnalisés
• Exercice : Travailler avec les environnements

Module 4 : Exécution d’un script d’entraînement en tant que tâche de commande dans Azure Machine Learning

• Convertir un bloc-notes en script
• Exécuter un script en tant que tâche de commande
• Utilisation de paramètres dans une tâche de commande
• Exercice : Exécuter un script de formation en tant que tâche de commande

Module 5 : Suivi de l’entraînement des modèles avec MLflow dans les tâches

• Suivi des indicateurs avec MLflow
• Visualisation des indicateurs et évaluation des modèles
• Exercice : Utilisation de MLflow pour le suivi des tâches d'entraînement

Module 6 : Enregistrement d’un modèle MLFlow dans Azure Machine Learning

• Enregistrement des modèles auprès de MLflow
• Description du format du modèle MLflow
• Enregistrement d'un modèle MLflow
• Exercice : enregistrement de modèles avec MLflow

Module 7 Mise en œuvre d'un modèle à un point de connexion en ligne géré

• Exploration des points de connexion en ligne gérés
• Mise en œuvre d'un modèle MLflow sur un point de terminaison en ligne géré
• Mise en œuvre d'un modèle à un point de connexion en ligne géré
• Test des points de connexion en ligne gérés
• Exercice : Implémentation d'un modèle MLflow à un point de connexion en ligne

Prérequis

Une bonne connaissance des services Azure et une expérience d' Azure Machine Learning et de MLflow sont recommandées. De plus, une expérience en exécution de tâches d'apprentissage automatique avec Python est essentielle.

Langue

• Cours : Anglais / Espagnol
• Laboratoires : anglais / espagnol

Compétences appliquées de Microsoft

Ce cours fait partie du programme de certification Microsoft en compétences appliquées.

Pour obtenir cette certification Microsoft Applied Skills, les étudiants démontrent leur capacité à entraîner et à gérer des modèles d'apprentissage automatique avec Azure Machine Learning.

Compétences appliquées : Découvrez toutes les certifications dans un seul guide