Podsumowanie

W tym module przedstawiono zagadnienia dotyczące rozwiązań uczenia maszynowego. Uczenie maszynowe stanowi szkielet nowoczesnych aplikacji sztucznej inteligencji, umożliwiając systemom generowanie szczegółowych informacji na podstawie danych dla zadań, takich jak analiza predykcyjna i spersonalizowane rekomendacje. Projektowanie efektywnego rozwiązania uczenia maszynowego obejmuje ustrukturyzowany, iteracyjny proces: definiowanie problemu, uzyskiwanie i przygotowywanie danych, trenowanie modelu, integrowanie go z aplikacjami i monitorowanie wydajności. Platforma Microsoft Azure obsługuje ten cykl życia za pośrednictwem usługi Azure Machine Learning Studio, platformy opartej na przeglądarce, na której użytkownicy mogą zarządzać danymi, uruchamiać eksperymenty, wdrażać modele i monitorować wyniki przy użyciu narzędzi typu code-first i no-code, takich jak zautomatyzowane uczenie maszynowe.