Designing and Implementing a Data Science Solution on Azure
Продолжительность обучения
3 дня - 24 часа
Стоимость курса
Очно: 30000 ₽
Дистанционно: уточните у менеджера
Ближайшие даты
Уточните у менеджера
Заявка на обучение
Предоставить слушателям знания и навыки использования служб Azure для разработки, обучения и развертывания решений машинного обучения. Курс включает в себя обзор служб Azure, поддерживающих науку о данных.
Аудитория
Курс предназначен для специалистов по данным (data scientists), обладающих знаниями языка программирования Python и систем машинного обучения, таких как Scikit-Learn, PyTorch и Tensorflow, для создания и использования решений машинного обучения в облаке.
По окончании курса слушатели смогут:
- Создавать и использовать рабочую область Azure Machine Learning Workspace
- Использовать инструменты и писать код с Azure Machine Learning
- Использовать конструктор для обучения модели машинного обучения
- Использовать Azure ML Designer для обучения модели
- Выполнять эксперименты на основе кода в рабочей области Azure Machine Learning
- Обучать модели машинного обучения
- Создавать и использовать хранилища данных и наборы данных
- Создавать и использовать вычисляемые среды и целевые показатели вычислений
- Создавать конвейеры для автоматизации рабочих процессов машинного обучения.
- Публиковать и запускать службы конвейера
- Публиковать модель как сервис логического вывода в реальном времени
- Публиковать модель в качестве службы пакетного вывода
- Оптимизировать гиперпараметры обучения модели
- Применять дифференциальную достоверность к анализу данных
- Интерпретировать модели машинного обучения и оценивать их на справедливость
- Использовать Application Insights для мониторинга опубликованной модели
- Отслеживать дрейф данных (Data Drift)
Курс помогает подготовиться к следующим сертификационным экзаменам:
- DP-100: Designing and Implementing a Data Science Solution on Azure
Необходимая подготовка
Для эффективного обучения слушатели должны обладать следующими знаниями и навыками:
- Знание основ Azure;
- Знание языка Python, а также опыт использования библиотек Numpy, Pandas, и Matplotlib;
- Понимание науки о данных (data science), в том числе технологий подготовки данных, обучение моделей и оценки конкурирующих моделей при выборе оптимальной с использованием библиотек Scikit-Learn, PyTorch, или Tensorflow;
- Практический опыт использования контейнеров.
Материалы слушателя
Слушателям предоставляется фирменное учебное пособие и прочие материалы, необходимые для обучения.
Содержание курса
Часто задаваемые вопросы
Наше местоположение
загрузка карты...