Azure Machine Learning – Mises à jour de la préversion publique – Novembre 2022

Les nouvelles fonctionnalités désormais disponibles en préversion publique incluent la possibilité de lire des lacs de données en moins d’étapes, de lire des URI de magasin de données, de déboguer et de surveiller vos travaux d’apprentissage et d’effectuer une grande variété de data wrangling.

• Activer le support Delta pour le jeu de données tabulaire : Vous pouvez maintenant lire un lac de données directement à partir d’un MLTable Azure Machine Learning sans clusters Spark. 
• Lire des URI de magasin de données AzureML dans pandas/dask (via l’intégration fsspec) : Vous pouvez désormais utiliser Pandas, Dask, DVC et d’autres bibliothèques Python (qui acceptent des objets de fichier) pour lire les URI de magasin de données Azure Machine Learning pointant vers des magasins de données ou des ressources de données enregistrés. 
• Déboguer et surveiller vos travaux de formation : Vous pouvez maintenant réserver rapidement vos ressources de calcul requises, accéder aux conteneurs de travaux, surveiller votre travail de formation ou déboguer votre travail à distance, le tout grâce à votre expérience de formation interactive d’Azure Machine Learning. 
• Configurer AzureML Spark pour effectuer du data wrangling : Vous pouvez maintenant effectuer n’importe quel type de data wrangling dans l’écosystème Azure Machine Learning avant d’entraîner votre modèle Machine Learning. Vous pouvez exécuter à la fois des expériences Spark attachées et managées, et cette fonctionnalité offre la flexibilité ultime pour effectuer votre data wrangling.