Kurstermine DP-100
DP-100
Designing and Implementing a Data Science Solution on Azure
Überblick
Erhalten Sie wichtige Kenntnisse über die Verwendung von Azure Services um Machine Learning Lösungen zu entwickeln, trainieren und bereitzustellen. Der Kurs beginnt mit einem Überblick über die Azure Dienste, die Data Science unterstützen.
Von hier an konzentriert er sich auf Azures ersten Data Science Service, Azure-machine-learning-service, um Data Science Pipelines zu automatisieren. Der Kurs konzentriert sich auf Azure und lehrt den Teilnehmern nicht, wie Data Science erledigt wird. Es wird davon ausgegangen, dass die Teilnehmer dieses Wissen bereits mitbringen.
Agenda
Modul 1: Erste Schritte mit Azure Machine Learning
- Einführung in Azure Machine Learning
- Arbeiten mit Azure-Machine Learning
Modul 2: Maschinelles Lernen ohne Code
- Automatisiertes maschinelles Lernen
- Azure Machine Learning Designer
Modul 3: Durchführung von Experimenten und Trainingsmodellen
- Automatisiertes maschinelles Lernen
- Azure Machine Learning Designer
Modul 4: Arbeiten mit Daten
- Automatisiertes maschinelles Lernen
- Azure Machine Learning Designer
Modul 5: Arbeiten mit Computer
- Arbeiten mit Umgebungen
- Arbeiten mit Rechenzielen
Modul 6: Orchestrieren von Operationen mit Pipelines
- Einführung in Pipelines
- Veröffentlichung und Betrieb von Pipelines
Modul 7: Bereitstellen und Verwenden von Modellen
- Echtzeit-Inferenzierung
- Batch-Inferenzierung
- Kontinuierliche Integration und Lieferung
Modul 8: Ausbildung optimaler Modelle
- Hyperparameter-Abstimmung
- Automatisiertes maschinelles Lernen
Modul 9: Verantwortungsbewusstes maschinelles Lernen
- Differenzielle Privatsphäre
- Modellinterpretierbarkeit
- Gerechtigkeit
Modul 10: Überwachungsmodelle
- Überwachungsmodelle mit Application Insights
- Überwachung der Datenverschiebung
Zielgruppe
Dieser Kurs richtet sich an Datenprofis und Personen mit erheblicher Verantwortung für die Ausbildung und den Einsatz von Machine Learning.
Voraussetzungen
Erfolgreiche Azure Data Scientists beginnen diese Rolle mit einem grundlegenden Wissen über Cloud-Computing-Konzepte und Erfahrung in allgemeinen Datenwissenschaften- und maschinellen Lernwerkzeugen und -techniken.
Insbesondere:
- Erstellen von Cloud-Ressourcen in Microsoft Azure.
- Verwenden von Python zum Erkunden und Visualisieren von Daten.
- Schulung und Validierung von Modellen für maschinelles Lernen unter Verwendung gängiger Frameworks wie Scikit-Learn, PyTorch und TensorFlow.
- Arbeiten mit Containern
