Azure ML: implementatie en beheer van ML-processen

Azure Machine Learning is een cloudservice voor het versnellen en beheren van de levenscyclus van een machine learning-project binnen de Azure omgeving. Het is vooral voor het beheren van de dagelijkse werkstromen: Modellen trainen en implementeren en MLOps beheren. (een machine learning project online zetten)

Wat is ML Azure?

Binnen Azure Machine Learning kunt u een model gebruiken dat is gebouwd op basis van een opensource-platform, zoals Pytorch, TensorFlow of scikit-learn. De MlOps-hulpprogramma's helpen u om de ML-modellen te bewaken, opnieuw te trainen en opnieuw te implementeren.

Wat is MLOps? 

 MLOps is gebaseerd op DevOps-principes en -procedures die de efficiëntie van werkstromen verhogen. Voorbeelden hiervan zijn continue integratie, levering en implementatie van machine learning modellen. MLOps past de DevOps-principes toe op het machine learning-proces, met als doel: 

• Tijd besparen bij het verzamelen en voorbereiden van gegevens
• Versnellen van het validatieproces en hyperparamater-tuning
• Het machine learning-model bewaken en opnieuw trainen 
• Experimenteer met echte data via testomgeving
• Het model klaar zetten in een productieomgeving, inclusief versiebeheer

Wat vinden wij belangrijk?

AI-Labs gebruikt deze methodiek ook voor de eigen producten en de projecten.