Idioma

Train and deploy a machine learning model with Azure Machine Learning.

DP-3007A
 
Fecha de publicación KeD: 27 Agosto 2024
Duración: 1 Día.
Examen: Applied Skills Assessment.
 
 
 

Para entrenar un modelo de Machine Learning con Azure Machine Learning, debe hacer que los datos estén disponibles y configuren el proceso necesario. Después de entrenar el modelo y de realizar el seguimiento de las métricas del modelo con MLflow, puede decidir implementar el modelo en un punto de conexión en línea para predicciones en tiempo real. En este curso, explorará cómo configurar el área de trabajo de Azure Machine Learning, después de la cual entrenará y administrará un modelo de Machine Learning.

 

Requisitos previos.

No hay requisitos previos para este curso.

 

Temario.

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

Obtenga información sobre cómo conectarse a datos desde el área de trabajo de Azure Machine Learning. Se le presentan los almacenes de datos y los recursos de datos.

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.

Aprenda a trabajar con destinos de proceso en Azure Machine Learning. Los destinos de proceso le permiten ejecutar las cargas de trabajo de aprendizaje automático. Explore cómo y cuándo puede usar una instancia de proceso o un clúster de proceso.

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.

Aprenda a usar entornos en Azure Machine Learning para ejecutar scripts en cualquier destino de proceso.

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.

Obtenga información sobre cómo convertir el código en un script y ejecutarlo 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.

Obtenga información sobre cómo realizar un seguimiento del entrenamiento del modelo con MLflow en trabajos al ejecutar scripts.

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.

Aprenda a registrar 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.

Aprenda a implementar modelos en un punto de conexión en línea administrado para la inferencia en tiempo real.

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.

 
Garantia Ofrecemos la garantía 100% de satisfacción
Si no te gusta el resultado de tu curso, puedes volver a tomarlo en cualquier otra fecha calendario.
 
Regresa a la página anterior
 
Cursos relacionados
 
 
Cursos Nuevo
 
   
 
Cursos bajo Requerimiento Especial
Es aquel que se puede impartir siempre y cuando cumpla con un mínimo de participantes para su confirmación de fechas depende de la disponibilidad de KeD. Contacte a su Representante de Ventas
 
     
Fundamentals
DP-900T00 Microsoft Azure Data Fundamentals
Associate
DP-100T01 Designing and Implementing a Data Science Solution on Azure
DP-203T00 Data Engineering on Microsoft Azure
DP-300T00 Administering Microsoft Azure SQL Solutions
DP-500T00 Designing and Implementing Enterprise-Scale Analytics Solutions Using Microsoft Azure and Microsoft Power BI
DP-601T00 Implementing a Lakehouse with Microsoft Fabric
Speciality
DP-080T00 Querying Data with Microsoft Transact-SQL
DP-420T00 Designing and Implementing Cloud-Native Applications Using Microsoft Azure Cosmos DB
SQL Server 2007
CL_55352 Introduction to SQL Databases
CL_55369 Provisioning Databases on SQL Server
Miscellanious
CL_55400 Microsoft Power BI Super User
Workshops
KD-05201 Dashboard in a Day
KD-05202 Advanced Visualization with Power BI
KD-05203 Advanced Data Modeling and Shaping with Power BI
KD-05204 DAX in a Day
KD-05205 Administrator in a Day
KD-05206 Paginated Reports in a Day
KD-05207 Developer in a Day
KD-05208 Modern Excel Analyst in a Day
KD-05209 Leap into Power BI
     
  Horarios Online  
  Horario Matutino:
Lunes a Viernes de 8:00 a 15:00 hrs.
 
     
  Horario Vespertino:
Lunes a Viernes de 15:00 a 21:00 hrs.
 
     
  Horario de Fin de Semana:
Sábado 8:00 a 15:00
 
 
 
Logo KeD