DP-100T01

Разработка и реализация решений научных данных в Azure: DP-100T01

Designing and Implementing a Data Science Solution on Azure

ПОИСК

Быстрый заказ

ОЦЕНКА КУРСА

общая оценка курса:

оценка преподавателя:

Отзывов: 0

Стать преподавателем

Хочу скидку

Данный курс предлагает слушателям знания и навыки в области проектирования решений научных данных, разработки, обучения и развертывания решений машинного обучения, а также использование служб Azure связанных с машинными данными.

Курс рекомендуется для подготовки к сертификационному экзамену DP-100: «Designing and Implementing a Data Science Solution on Azure» новой сертификации Microsoft - Microsoft Certified: Azure Data Scientist Associate. Экзамен доступен на английском и русском языке.

ПОСЛЕ ИЗУЧЕНИЯ КУРСА РАЗРАБОТКА И РЕАЛИЗАЦИЯ РЕШЕНИЙ НАУЧНЫХ ДАННЫХ В AZURE, ВЫ СМОЖЕТЕ:

Использовать Azure Notebooks.
Регистрировать и развертывать модели AML.
Автоматизировать машинное обучение.
Выполнять мониторинг и управление моделями машинного обучения.

Выберите форму обучения, чтобы увидеть актуальные даты:

Содержание курса

Модуль 1: Работа с научными данными в Azure.

Введение в обработку научных данных.
Обзор параметров научных данных в Azure.
Введение в Azure Notebooks.

Модуль 2: Работа с научными данными при помощи службы Azure Machine Learning.

Введение в службу Azure Machine Learning (AML).
Регистрация и развертывание модели ML в службе AML.

Модуль 3: Автоматизация машинного обучения в службе Azure Machine Learning.

Автоматизация выбора модели машинного обучения.
Автоматизация настройки гиперпараметра в HyperDrive.

Модуль 4: Управление и мониторинг моделей машинного обучения в службе Azure Machine Learning.

Управление и мониторинг моделей машинного обучения.

Слушатели

Курс предназначен для аналитиков данных, желающих научится обучать и развертывать модели машинного обучения.

Предварительная подготовка

Основы Azure.
Понимание научных данных, подготовки данных, обучения моделей, оценки моделей.
Знание Python и использование библиотек: pandas, scikit-learn, matplotlib, and seaborn.