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

Pour obtenir ce diplôme Microsoft Applied Skills , les étudiants démontrent leur capacité à former et à gérer des modèles d’apprentissage automatique avec Azure Machine Learning.

Les candidats à cette certification doivent être familiers avec les services Azure et avoir une expérience avec Azure Machine Learning et Mlflow . Les candidats doivent également avoir de l'expérience dans l'exécution de tâches liées à l'apprentissage automatique à l'aide de Python .

Intermédiaire - Azure, Azure Machine Learning - Ingénieur IA, Ingénieur Data, Développeur, Data Scientist - Machine Learning

Objectifs

• Configurer un environnement de développement dans Azure Machine Learning
• Préparer les données pour la formation du modèle
• Créer et configurer un script de formation de modèle en tant que tâche de commande
• Gérer les artefacts à l'aide de MLflow
• Implémenter un modèle de consommation en temps réel

Parcours de formation

Former et gérer un modèle Machine Learning avec Azure Machine Learning

Pour entraîner un modèle Machine Learning avec Azure Machine Learning, vous devez rendre les données disponibles et configurer les traitements nécessaires. Après avoir entraîné le modèle et suivi les métriques du modèle avec MLflow, vous pouvez décider de déployer le modèle sur un point de terminaison en ligne pour des prédictions en temps réel. Dans ce parcours d’apprentissage, vous découvrirez comment configurer votre espace de travail Azure Machine Learning, après quoi vous formerez et gérerez un modèle Machine Learning.

• Rendre les données disponibles dans Azure Machine Learning : découvrez comment vous connecter aux données de votre espace de travail Azure Machine Learning. Vous êtes présenté aux entrepôts de données et aux ressources de données.
• Utilisation des environnements dans Azure Machine Learning : découvrez comment utiliser les environnements dans Azure Machine Learning pour exécuter des scripts sur n'importe quelle cible de calcul.
• Exécuter un script de formation en tant que tâche de commande dans Azure Machine Learning : découvrez comment convertir votre code en script et l'exécuter en tant que tâche de commande dans Azure Machine Learning.
• Suivre la formation de modèles avec MLflow dans les tâches : découvrez comment suivre la formation de modèles avec MLflow dans les tâches en exécutant des scripts.
• Enregistrer un modèle MLFlow dans Azure Machine Learning : découvrez comment inscrire un modèle MLflow dans Azure Machine Learning.
• Déployer un modèle sur un point de terminaison en ligne géré : découvrez comment déployer des modèles sur un point de terminaison en ligne géré pour une inférence en temps réel.

Conditions préalables

Il est recommandé que vous soyez familier avec les services Azure et que vous ayez une expérience avec Azure Machine Learning et Mlflow. De plus, ils doivent avoir de l'expérience dans l'exécution de tâches liées à l'apprentissage automatique à l'aide de Python .

Langue

• Cours : Anglais / Espagnol
• Travaux pratiques : anglais/espagnol

Compétences appliquées Microsoft

Ce cours fait partie des informations d'identification Microsoft Applied Skills.

Pour obtenir ce diplôme Microsoft Applied Skills, les étudiants démontrent leur capacité à former et à gérer des modèles d’apprentissage automatique avec Azure Machine Learning.

Compétences appliquées : explorez toutes les informations d'identification dans un seul guide