Operationalizing Machine Learning using Azure 源码

使用Azure对Mahine Learning进行操作 在这个项目中,我们使用了,该与葡萄牙银行业的直接营销活动有关。该项目的目标是使用此笔记本同时使用Azure ML Studio和Python SDK来配置基于云的机器学习生产模型,进行部署,并使用HTTP API进行使用。它还涉及创建,发布和与管道交互。 建筑图 这是项目工作流图,从强调Azure ML服务开始,以整个工作ML应用程序过程的文档结束。 以下是此项目中的主要步骤: 验证 自动化ML实验 部署最佳模型 启用记录 Swagger文档 消耗模型端点 创建和发布管道 强化 身份验证对于持续的业务流程至关重要,尤其是在持续集成和交付系统(CI / CD)中,该系统依赖于不间断的流程。如果身份验证设置不正确,则需要人工干预,因此流程会中断。因此,将自动化与自动化一起使用始终是一个好习惯。在Azure ML工作区中,有几种不同的增强方