Introdução
Como cientista de dados, você deseja escrever um código que funcione em qualquer ambiente de desenvolvimento. Se você estiver usando computação local ou de nuvem, o código deve ser executado com êxito para treinar um modelo de machine learning, por exemplo.
Para executar o código, você precisa garantir que os pacotes, bibliotecas e dependências necessários sejam instalados na computação que você usa para executar o código. No Azure Machine Learning, os ambientes listam e armazenam os pacotes necessários que podem ser reutilizados entre destinos de computação.
Nota
Neste módulo, nos referimos à interpretação de ambientes do Azure Machine Learning. Note que o termo "ambientes" também é usado para descrever outros conceitos técnicos. Por exemplo, no DevOps, os ambientes se referem à coleção de recursos usados para uma fase específica na implantação do aplicativo, como o ambiente de desenvolvimento ou produção. Saiba mais sobre a implantação contínua para aprendizado de máquina.