دوره آموزشی ضروریات MLOps با Azure: بخش دوم Databricks MLflow و MLflow Tracking
20 دقیقهپیشرفته2022-09-08
مدرسین
Noah Gift
MLOps Expert | Solopreneur | Author | Adjunct Professor | CTO
جزئیات دوره
این سری از دوره ها شما را با ملزومات MLOps، کاربرد مهندسی نرم افزار/توسعه اصول برای توسعه برنامه های کاربردی یادگیری ماشین آشنا می کند. در این دوره، متخصص MLOps Noah Gift شما را با اصول ردیابی آشنا می کند، جزئیاتی را در مورد اینکه چرا باید مدل های خود را در تولید ردیابی کنید، به شما می دهد و مقداری تله متری را به شما نشان می دهد. Noah شما را با MLflow و MLflow Tracking، پیادهسازی MLflow منبع باز، آپلود DBFS در AutoML و ML end-to-end با Databricks و MLflow شروع میکند. او به نحوه جذب جداول، شروع سریع ML، پیوست کردن یک دفترچه یادداشت، بررسی رابط کاربری آزمایشها و تنظیم هایپرپارامتر میپردازد. نوح به شما نشان می دهد که چگونه می توانید از MLflow استفاده کنید و با آن شروع کنید، با رابط کاربری تعامل داشته باشید و پروژه ها را بررسی کنید. پس از نشان دادن نحوه پیکربندی یک آزمایش AutoML، او با یک گردش کار مدل MLOps سرتاسر به پایان میرساند.
مهارت ها
Apache SparkApacheMachine LearningData EngineeringAzureNetwork AdministrationCloud PlatformsEssential TrainingArtificial Intelligence (AI)Network and System AdministrationCloud ComputingData ScienceMicrosoft
سرفصل ها
Databricks MLflow و MLflow Tracking
- ملزومات MLOps با Azure
- شروع به کار با MLflow و MLflow Tracking
- MLflow منبع باز
- DBFS را در AutoML آپلود کنید
- ML End-to-End با Databricks و MLflow
دوره های مرتبط
- دوره آموزشی ضروریات MLOps با Azure: بخش چهارم Spark MLflow Models و Model Registry
- دوره آموزشی ضروریات MLOps با Azure: بخش سوم پروژه های اسپارک MLflow روی Databricks
- دوره آموزشی ضروریات MLOps با Azure: بخش اول مقدمه
- دوره آموزشی ملزومات MLOps: توسعه و ادغام مدل
- دوره آموزشی ملزومات MLOps: استقرار و نظارت مدل
- دوره آموزشی ملزومات MLOps: مانیتورینگ مدل دریفت و تعصب
- دوره آموزشی راهنمای کامل اصول پایتون برای MLOps
- دوره آموزشی یادگیری جامع Google Cloud Platform برای Machine Learning
مسیرهای مرتبط
- مسیر آموزشی کاوش در هوش مصنوعی برای مهندسی داده
- مسیر آموزشی ملزومات MLOps برای برنامهنویسها و مهندسان هوش مصنوعی: ابزارها، پایپلاینها و نکات امنیتی
- مسیر آموزشی تبدیل شدن به یک مهندس هوش مصنوعی
- مسیر آموزشی توسعه مهارت های هوش مصنوعی خود با Google Gemini و Google Cloud Platform
- مسیر آموزشی کار با داده: مهندسی، یکپارچهسازی و MLOps برای هوش مصنوعی
- مسیر آموزشی ساخت محصولات هوش مصنوعی: گواهینامه حرفهای معماری و ارکستراسیون
- مسیر آموزشی توسعه مهارت های Rust خود برای مهندسی داده
- مسیر آموزشی پیمایش در اکوسیستم هوش مصنوعی