Aprendizaje automático para aplicaciones de Python en Azure

Los artículos siguientes le ayudarán a empezar a trabajar con Azure Machine Learning. Las API REST de Azure Machine Learning v2, la extensión de la CLI de Azure y el SDK de Python están diseñadas para simplificar todo el ciclo de vida de aprendizaje automático y acelerar los flujos de trabajo de producción. Los vínculos de este artículo tienen como destino la versión 2, que se recomienda si va a iniciar un nuevo proyecto de aprendizaje automático.

Cómo empezar

En Azure Machine Learning, el área de trabajo es el recurso principal que organiza y administra todo lo que se crea, como conjuntos de datos, modelos y experimentos.

• Inicio rápido: Introducción a Azure Machine Learning
• Administración de áreas de trabajo de Azure Machine Learning en el portal o con el SDK de Python (v2)
• Ejecuta cuadernos de Jupyter en tu área de trabajo
• Tutorial: Desarrollo de modelos en una estación de trabajo en la nube

Implementación de modelos

Implemente modelos para predicciones de aprendizaje automático en tiempo real y de baja latencia.

• Tutorial: Diseñador: Implementación de un modelo de Machine Learning
• Implementación y puntuación de un modelo de aprendizaje automático mediante un punto de conexión en línea

Aprendizaje Automático Automatizado

Ml automatizado (AutoML) hace referencia al proceso de optimización del desarrollo de modelos de aprendizaje automático mediante la automatización de sus tareas repetitivas y lentas.

• Entrenamiento de un modelo de regresión con AutoML y Python (SDK v1)
• Configuración del entrenamiento de AutoML para datos tabulares con la CLI de Azure Machine Learning y el SDK de Python (v2)

Acceso a datos

Con Azure Machine Learning, puede importar datos desde el equipo local o conectarse a los servicios de almacenamiento en la nube existentes.

• Creación y administración de recursos de datos
• Tutorial: Carga, acceso y exploración de los datos en Azure Machine Learning
• Acceso a datos en un trabajo

Flujos de aprendizaje automático

Use canalizaciones de aprendizaje automático para crear flujos de trabajo que conecten distintas fases del proceso de aprendizaje automático.

• Uso de Azure Pipelines con Azure Machine Learning
• Creación y ejecución de canalizaciones de aprendizaje automático mediante componentes con el SDK de Azure Machine Learning v2
• Tutorial: Creación de canalizaciones de ML de producción con el SDK v2 de Python en un cuaderno de Jupyter Notebook