DP-3007 - Trainieren und Bereitstellen eines Machine Learning-Modells mit Azure Machine Learning - Classroom Training - Seminar / Kurs von Fast Lane Institute for Knowledge Transfer

• 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

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.