Respuesta correcta
- BUn flujo de trabajo de pasos conectados para automatizar el proceso de ML de extremo a extremo
Explicación
Un pipeline de ML en Azure Machine Learning es un flujo de trabajo de pasos conectados que automatiza el proceso de aprendizaje automático de extremo a extremo, incluyendo la preparación de datos, el entrenamiento, la evaluación y el despliegue. Esto permite la reproducibilidad, la reutilización y la orquestación de tareas complejas de ML sin intervención manual.
Para profundizar
Un pipeline de Azure Machine Learning es un grafo acíclico dirigido (DAG) de pasos; cada paso es un componente que hace referencia a un script, un entorno y un objetivo de cómputo. La definición del pipeline tiene control de versiones y se puede publicar como un endpoint REST, lo que permite ejecuciones repetidas programadas o activadas con diferentes parámetros de entrada. Un comportamiento sutil: los pasos pasan datos a través de entradas y salidas con nombre, y Azure ML almacena en caché los resultados de los pasos según el código, el entorno y las entradas, por lo que los pasos sin cambios se omiten en una nueva ejecución, lo que acelera la iteración, pero puede sorprender a los usuarios que esperan una reejecución completa. En la práctica, esto es importante para MLOps: un pipeline de entrenamiento puede encadenar la preparación de datos, el entrenamiento, la evaluación y el registro, y solo el paso modificado se vuelve a ejecutar después de una edición de código.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de AI-900 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.