VIP20
本课程属于：085-Microsoft Azure数据与AI平台工程 后端、数据与云原生工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

Azure机器学习平台建设与模型工程化部署

共计 30 章节
可可资料掘金营 · 点击在线试看
01
Azure机器学习平台全景与工程化部署导论
目标=Azure ML工作区 · Studio · SDK v2
Azure机器学习平台全景
02
Azure机器学习工作区与资源体系搭建
目标=创建和管理工作区 · 关联存储账户 · 密钥保管库
Azure机器学习工作区
03
Azure机器学习数据资产与数据工程
目标=数据存储 · 数据资产 · URI
Azure机器学习数据资产
04
Azure机器学习环境与依赖管理
目标=创建和管理环境 · Conda与pip依赖 · Docker上下文
Azure机器学习环境
05
Azure机器学习作业与实验管理
目标=command job · sweep job · pipeline job的提交与监控
Azure机器学习作业
06
Azure机器学习管道与工作流编排
目标=使用组件构建可复用管道 · 管道参数与数据传递 · 管道调度
Azure机器学习管道
07
Azure机器学习自动机器学习与超参数调优
目标=AutoML分类 · 回归 · 时序预测任务配置
Azure机器学习自动机器…
08
Azure机器学习模型训练与分布式训练
目标=使用计算集群进行单机多卡和多机… · 集成PyTorch · TensorFlow
Azure机器学习模型训练
09
Azure机器学习模型注册与模型管理
目标=注册模型 · 模型版本 · 模型标签
Azure机器学习模型注册
10
Azure机器学习模型评估与验证
目标=离线评估指标 · 交叉验证 · 模型公平性评估
Azure机器学习模型评估
11
Azure机器学习模型部署基础
目标=在线终结点与批处理终结点 · 部署类型 · 评分脚本
Azure机器学习模型部署…
12
Azure机器学习在线终结点部署实战
目标=将模型部署为托管在线终结点 · 配置身份验证 · 密钥
Azure机器学习
13
Azure机器学习批处理终结点部署实战
目标=创建批处理终结点和部署 · 配置输入输出数据资产 · 并行度
Azure机器学习批处理终…
14
Azure机器学习模型部署到Kubernetes与边缘
目标=使用Azure Arc · Kubernetes在线终结点 · IoT Edge部署模型
AzureKubernetes
15
Azure机器学习模型监控与数据漂移检测
目标=配置模型监控 · 数据漂移 · 预测漂移
Azure机器学习模型监控
16
Azure机器学习模型再训练与持续改进
目标=基于监控信号触发再训练管道 · 模型版本更新 · A/B测试和渐进式发布
Azure机器学习模型再训…
17
Azure机器学习安全与合规
目标=身份认证 · RBAC · 托管标识
Azure机器学习安全
18
Azure机器学习成本管理与优化
目标=计算资源成本分析 · 自动缩放 · 低优先级计算
Azure机器学习成本管理
19
Azure机器学习与Azure DevOps集成
目标=使用Azure Pipelin… · 模型训练管道 · 模型部署管道
AzureDevOps
20
Azure机器学习与GitHub Actions集成
目标=使用GitHub Action… · 测试 · 部署和监控
AzureGitHub
21
Azure机器学习模型工程化项目结构
目标=代码组织 · 配置管理 · 参数化
Azure机器学习模型工程…
22
Azure机器学习特征存储与特征工程
目标=使用Azure ML特征存储创… · 特征实体 · 特征检索和特征一致性
Azure机器学习特征存储
23
Azure机器学习与MLflow集成
目标=使用MLflow跟踪实验 · 记录模型 · 注册模型和部署模型
AzureMLflow
24
Azure机器学习模型部署高级模式
目标=无服务器部署 · 托管在线终结点 · Kubernetes部署
Azure机器学习模型部署…
25
Azure机器学习推理服务器与自定义容器
目标=使用Azure ML推理服务器… · 配置评分脚本 · 环境变量和健康检查
Azure机器学习推理服务…
26
Azure机器学习模型性能优化与推理加速
目标=模型量化 · 剪枝 · ONNX Runtime
Azure机器学习模型性能…
27
Azure机器学习端到端实战
目标=从数据准备 · 训练 · 评估
Azure机器学习端到端实…
28
Azure机器学习批处理推理实战
目标=使用批处理终结点对大规模数据集… · 配置并行处理 · 输出存储和结果分析
Azure机器学习批处理推…
29
Azure机器学习模型治理与审计
目标=模型注册表治理 · 模型审批 · 模型卡
Azure机器学习模型治理
30
Azure机器学习平台建设与模型工程化部署综合项目
目标=设计并实现一个完整的Azure… · 涵盖基础设施 · 数据
Azure机器学习平台建设