Szkolenie Azure Machine Learning
Poziom
ŚredniozaawansowanyCzas
16h / 2 dniTermin
IndywidualnieCena
IndywidualnieSzkolenie Azure Machine Learning
Szkolenie z Azure Machine Learning to intensywny, dwudniowy kurs, który koncentruje się na praktycznym zastosowaniu narzędzi i usług dostępnych w Azure do tworzenia, trenowania i wdrażania modeli uczenia maszynowego. Program szkolenia jest tak zaprojektowany, aby 80% czasu poświęcone było na praktyczne warsztaty, a 20% na teorię. Uczestnicy nauczą się, jak wykorzystać pełen potencjał platformy Azure Machine Learning, pracując na rzeczywistych przykładach i przypadkach użycia.
Programistów i inżynierów danych, którzy chcą poszerzyć swoje umiejętności w zakresie uczenia maszynowego w chmurze Azure-
Specjalistów IT, którzy chcą wykorzystać Azure Machine Learning do automatyzacji przetwarzania danych i predykcji
-
Data scientistów i analityków danych, pragnących trenować i wdrażać modele ML w środowisku produkcyjnym
-
Znajomość podstaw programowania w Pythonie
-
Doświadczenie w pracy z usługami chmurowymi będzie dodatkowym atutem
-
Podstawowa wiedza z zakresu uczenia maszynowego
Czego nauczysz się na szkoleniu Azure Machine Learning?
-
Jak konfigurować środowisko Azure ML Workspace i zarządzać nim
-
Jak wdrażać modele ML na Azure ML Service i monitorować ich działanie
-
Jak przeprowadzać eksploracyjną analizę danych i trenować modele ML przy użyciu Azure ML Designer i AutoML
-
Jak integrować modele ML z innymi usługami Azure, takimi jak Databricks i Cognitive Services
Program szkolenia Azure Machine Learning
Dzień 1: Wprowadzenie do Azure Machine Learning i podstawy
Podstawy Azure Machine Learning
- Wprowadzenie do ekosystemu Azure i jego usług ML
- Konfiguracja środowiska Azure ML Workspace
Przygotowanie danych i eksploracyjna analiza danych (EDA)
- Importowanie i przetwarzanie danych w Azure
- Przeprowadzanie EDA za pomocą narzędzi dostępnych w Azure
Trenowanie modeli w Azure
- Wprowadzenie do Azure ML Designer
- Automatyzacja trenowania modeli za pomocą Azure AutoML
Trenowanie pierwszego modelu
- Praktyczne ćwiczenia z trenowaniem modelu na przykładzie rzeczywistego zbioru danych
- Analiza wyników i ocena modelu
Dzień 2: Zaawansowane techniki i praktyczne zastosowania
Zaawansowane techniki trenowania modeli
- Wykorzystanie własnych skryptów do trenowania modeli
- Użycie GPU i klastrów obliczeniowych do przyspieszenia trenowania
Wdrażanie i monitorowanie modeli
- Wdrażanie modeli na Azure ML Service
- Monitorowanie i zarządzanie wdrożonymi modelami
Wdrażanie i optymalizacja modelu
- Praktyczne ćwiczenia z wdrażania modelu
- Optymalizacja modelu i tuning hiperparametrów
Pobierz program
Pobierz szczegółowy program w PDF, żeby dowiedzieć się więcej o godzinach i tematach zajęć.
