Azure Machine Learning — الدورة الكاملة
بناء دورة حياة كاملة لنموذج تعلّم آلة على Azure باستخدام SDK v2 وسطر الأوامر az ml.
مدّة الدورة: 7 ساعات
ما ستتعلّمه
- تنظيم مساحة عمل Azure ML مع الموارد المرافقة والهُويّات وأدوارها
- اختيار الحوسبة المناسبة بين مثيل، عنقود قابل للتوسّع إلى صفر، وحوسبة عند الطلب
- إدارة أصول البيانات بإصدارات، ومخازن البيانات المرتبطة بـBlob وADLS
- بناء بيئات معاد استعمالها بين conda وDockerfile مع إدارة الإصدارات
- إطلاق مهامّ التدريب مع تت بّع MLflow، وأتمتة مسح المعاملات الفائقة
- استعمال AutoML حين يستحقّ، وتمييز حدوده على مسائل التنبّؤ
- تسجيل النماذج في سجلّ مشترك مع تتبّع النسب إلى البيانات والمهامّ
- نشر نموذج عبر نقطة نهاية متّصلة مُدارة أو نقطة نهاية بالدفعات
- إنتاج خطّ معالجة قابل للجدولة أسبوعيًّا مع مكوّنات معاد استعمالها
- ضبط المراقبة والحصص والتكاليف بأدوات Azure Monitor والوسوم
المتطلّبات المسبقة
- الدورة 20: MLOps الكاملة (النشر، MLflow، إعادة التدريب)
- أساسيات Azure: مجموعات الموارد، الاشتراكات، حسابات التخزين
- بايثون ثابت مع تجربة عملية بـpandas وscikit-learn
وحدات الدورة
- مساحة عمل Azure ML وتنظيم الموارد
- أهداف الحساب: المثيلات والعناقيد والحساب عند الطلب
- أصول البيانات ومخازن البيانات
- البيئات وصور الحاويات
- مهامّ التدريب وتتبّع التنفيذ
- AutoML: الاس تخدامات المناسبة والحدود
- سجلّ النماذج وإصداره
- نقاط النهاية المتّصلة وبالدفعات
- خطوط المعالجة والجدولة
- المراقبة والحصص والتكاليف
الفكرة الموجّهة
نبني على مدى الدورة نموذج تنبّؤ بالطلب لسلسلة متاجر: انحدار على المبيعات الأسبوعية لكلّ متجر ومنتج، من البيانات الخام إلى خطّ معالجة مجدوَل يعيد التدريب كلّ يوم اثنين. هذه القصّة الواحدة تعبر الوحدات العشر وتُظهر كيف تتّصل أدوات Azure ML بعضها ببعض في مشروع حقيقي.
التقييم والشهادة
يُختَم المسار باختبار من 40 سؤالًا يغطّي وحدات الدورة كلّها، وتُمنَح عند النجاح شهادة إتمام قابلة للتحقّق برقمها على المنصّة.