DP-3007 Train and deploy a machine learning model with Azure Machine Learning

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

1. • Introducción
   • 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

Modulo 2: Trabajo con destinos de proceso en Azure Machine Learning

• • Introducción
  • 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

Modulo 3: Trabajo con entornos en Azure Machine Learning

• • Introducción
  • Información sobre los entornos
  • Exploración y uso de entornos mantenidos
  • Creación y uso de entornos personalizados
  • Ejercicio: Trabajo con entornos

Modulo 4: Ejecución de un script de entrenamiento como un trabajo de comando en Azure Machine Learning

• • Introducción
  • 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

Modulo 5: Seguimiento del entrenamiento del modelo con MLflow en trabajos

• • Introducción
  • 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

Modulo 6: Registro de un modelo de MLFlow en Azure Machine Learning

• • Introducción
  • Registro de modelos con MLflow
  • Descripción del formato de modelos de MLflow
  • Registro de un modelo de MLflow
  • Ejercicio: registro de modelos con MLflow

Modulo 7: Implementación de un modelo en un punto de conexión en línea administrado

• • Introducción
  • 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