Azure Machine Learning: actualizaciones en versión preliminar pública en noviembre de 2022

Las nuevas características disponibles ahora en versión preliminar pública incluyen la capacidad de leer instancias de Delta Lake en menos pasos, la lectura de URI de almacenes de datos, la depuración y supervisión de trabajos de entrenamiento y la realización de una gran variedad de operaciones de limpieza y transformación de datos.

• Habilitar la compatibilidad de Delta con conjuntos de datos tabulares: ahora puede leer una instancia de Delta Lake directamente desde un recurso MLTable de Azure Machine Learning sin clústeres de Spark. 
• Leer URI de almacenes de datos de Azure ML en Pandas/Dask (por medio de la integración con fsspec): ahora puede usar Pandas, Dask, DVC y otras bibliotecas de Python (que acepten objetos de archivo) para leer URI de Azure Machine Learning que apuntan a almacenes de datos o recursos de datos registrados. 
• Depurar y supervisar trabajos de entrenamiento: ahora puede reservar rápidamente los recursos de proceso necesarios, acceder a los contenedores de trabajos, supervisar el trabajo de entrenamiento o depurar el trabajo de forma remota, todo ello con la experiencia de entrenamiento interactiva de Azure Machine Learning. 
• Configurar Azure ML con Spark para la limpieza y transformación de datos: Ahora puede llevar a cabo cualquier operación de limpieza y transformación de datos en el ecosistema de Azure Machine Learning antes de entrenar el modelo de aprendizaje automático. Puede ejecutar experiencias de Spark conectadas y administradas, y esta funcionalidad ofrece la máxima flexibilidad para realizar la limpieza y transformación de datos.