Detaillierte Informationen zum Seminar
Inhalte:
Modul 1: Data Science in Azure
Der Teilnehmer lernt etwas über die Data Science Prozesse und die Rolle des Datenwissenschaftler. Dies wird dann darauf angewendet, die Azure Services, die Data Science Prozesse unterstützen und ergänzen, zu verstehen
Lektionen:
- Einführung in den Data Science Prozess
- Überblick über Azure Data Science Optionen
- Einführung in Azure-notebooks
Modul 2: Data Science mit Azure Machine Learning service
Der Teilnehmer lernt, wie man den Azure Machine Learning Service (AML) nutzt, um den datenwissenschaftlichen Prozess von Anfang bis Ende zu automatisieren.
Lektionen:
- Einführung von AML Service
- ML Modelle mit AML Service registrieren und bereitstellen
Modul 3: Machine Learning mit AML service automatisieren
In diesem Modul lernt der Teilnehmer die Machine Learning pipeline kennen und wie die AML-Dienste AutoML und HyperDrive einige der mühsamen Teile davon automatisieren können.
Lektionen:
- Machine Learning Model Selection automatisieren
- Hyperparameter Tuning mit HyperDrive automatisieren
Modul 4: Machine Learning Models mit dem AML service verwalten und überwachen
In diesem Modul lernt der Teilnehmer wie Machine Learning Modelle im AML Service automatisch verwaltet und Überwacht werden.
Lektionen:
- Machine Learning Models verwalten und überwachen
Dauer/zeitlicher Ablauf:
3 Tage
Ziele/Bildungsabschluss:
Siehe Beschreibung und Inhalt.
Teilnahmevoraussetzungen:
Vor Teilnahme an disesem Kurs benötigen die Teilnehmer:
- vorhandene Zertfizierung als Azure Fundamentals
- Verständnis von Data Science, Vorbereitung von Daten, trainingsmodellen und der Evaluation von verschiedenen Modellen um das besten auszuwählen.
- Wie mit der Programmiersprache Python programmiert wird und die Python Bibliotheken genutzt werden: pandas, scikit-learn, matplotlib, und seaborn.
Material:
Im Preis enthalten sind PC-COLLEGE - Zertifikat, technische Beratung und Kursmaterial.
Förderung:
Bildungsscheck, andere auf Anfrage
Zielgruppe:
Siehe Inhalte.
Seminarkennung:
ZC6240513-ONL