概述

透過 Microsoft 應用技能驗證你的技術能力,開啟新的晉升可能。

要用 Azure Machine Learning 訓練機器學習模型,你需要提供資料並配置必要的運算。在訓練模型並用 MLflow 追蹤模型指標後,你可以決定將模型部署到線上端點進行即時預測。在這段學習路徑中,你會探索如何建立 Azure 機器學習工作空間,接著訓練並部署機器學習模型。

為什麼選擇 KORNERSTONE

  • 經認證、由實務人員主導的專家證書培訓師,提供高品質的培訓
  • 官方訓練資料包含
  • 實務、情境導向學習——著重應用,而非僅理論
  • 優秀的通過率

涵蓋技能

  • 在 Azure 機器學習
  • 中建立開發環境

  • 準備模型訓練
  • 資料

  • 建立並配置模型訓練腳本作為指令工作
  • 使用 MLflow
  • 管理產物

  • 部署模型以供即時使用
  • 。

先決條件

參加此課程無需先決條件。

目標受眾

  • 人工智慧工程師
  • 資料工程師
  • 開發者
  • 資料科學家

培訓大綱

模組 1:讓資料在 Azure 機器學習

中可用學習如何連接 Azure 機器學習工作區的資料。你會接觸到資料儲存庫和資料資產。

學習目標

在本單元中,您將學習如何:

  • 使用統一資源識別碼(URI)存取資料。
  • 連接帶有資料儲存庫的雲端資料來源。
  • 使用資料資產存取特定檔案或資料夾。

模組 2:在 Azure 機器學習

中操作計算目標學習如何在 Azure 機器學習中操作計算目標。計算目標讓你能執行機器學習工作負載。探索何時以及如何使用運算實例或運算叢集。

學習目標

在本單元中,您將學習如何:

  • 選擇適當的計算目標。
  • 操作運算實例與叢集。
  • 管理已安裝的套件與環境。

模組 3:在 Azure 機器學習

中操作環境學習如何在 Azure Machine Learning 中使用環境,在任何計算目標上執行腳本。

學習目標

在本單元中,你將學習如何:

  • 理解 Azure 機器學習中的環境。
  • 探索並使用精心策劃的環境。
  • 建立並使用自訂環境。

模組 4:在 Azure Machine Learning

中執行訓練腳本作為指令任務學習如何將程式碼轉換成腳本,並在 Azure Machine Learning 中執行為指令工作。

學習目標

在本單元中,你將學習如何:

  • 將筆記本轉換成腳本。
  • 在

  • 終端機中測試腳本。
  • 將腳本作為指令工作執行。
  • 在

  • 指令工作中使用參數。

模組 5:在工作

中使用 MLflow 追蹤模型訓練學習如何在執行腳本時,在工作中追蹤 MLflow 的模型訓練。

學習目標

在這個模組中,你將學習如何:

  • 當你執行腳本作為工作時,如何使用 MLflow。
  • 回顧執行時的指標、參數、工件和模型。

模組 6:在 Azure Machine Learning 中註冊 MLflow 模型

學習如何在 Azure 機器學習中登錄並註冊 MLflow 模型。

學習目標

在本模組中,你將學習如何:

  • 使用 MLflow 記錄模型。
  • 了解 MLmodel 格式。
  • 在 Azure 機器學習中註冊一個 MLflow 模型。

模組 7:將模型部署到受管線上端點

學習如何將模型部署到受管線上端點以進行即時推論。

學習目標

在本單元中,您將學習如何:

  • 使用受管線上端點。
  • 將您的 MLflow 模型部署到受管線上端點。
  • 將自訂模型部署到受管線上端點。
  • 測試線上端點。

讓我們為你努力

找不到合適的日期? 需要訓練整個團隊嗎? 想找折扣嗎?
今天就與我們的培訓顧問聯繫。

日期與地點

考試與認證

要取得此 Microsoft 應用技能證照,你需要展現你使用 Azure 機器學習訓練和管理機器學習模型的能力。

作為此證照的候選人,你應該:

  • 熟悉 Azure 服務。
  • 具備使用 Azure 機器學習與 MLflow 的經驗。
  • 具備使用 Python 執行機器學習相關任務的經驗。