MOC 20774 Perform Cloud Data Science with Azure Machine Learning

Classroom Schulung | deutsch | Anspruch

Schulungsdauer: 5 Tage Durchführung garantiert

Ziele

In diesem Kurs lernen Sie Daten mit Azure Machine Learning zu analysieren und zu präsentieren.

Zielgruppe

  • Personen, die an der Datenanalyse und -präsenation mit Azure Machine Learning Daten interessiert sind.
  • IT-Professionals und Enwickler, die Lösungen mit Azure Machine Learning bereitstellen

Voraussetzungen

  • Programmierungerfahrung mit R
  • Verständnis der statistischen Methoden und Best Practices für die Datenanalyse
  • Microsoft Windows Betriebssystem Kenntnisse 
  • Praktische Erfahrung mit relationalen Datenbanken

Agenda

Machine Learning Einführung

  • Machine Learning
  • Machine Learning Algorithmen
  • Machine Learning Sprachen

Azure Machine Learning Einführung

  • Überblick
  • Azure Machine Learning Studio
  • Entwicklung und Hosting von Azure Machine Learning Applications

Verwaltung von Datensätzen

  • Kategorisieren der Daten
  • Importieren der Daten in Azure Machine Learning
  • Transformation der Daten

Vorbereitung der Daten für die Verwendung in Azure Machine Learning

  • Vorverarbeitung der Daten
  • Umgang mit unvollständigen Daten

Verwendung von Feature-Engineering und Auswahl

  • Verwendung von Feature Engineering
  • Verwendung der Feature Selection

Erstellen von Azure Machine Learning Modellen

  • Azure Machine Learning Workflows
  • Auswertung der Modelle
  • Regressionsalgorithmen
  • Neurale Netzwerke

Klassifizierung und Clustering mit den Azure Machine Learning Models

  • Verwendng von Algorithmen für die Klassifizierung
  • Clustertechniken
  • Auswahl von Algorithmen

R und Python

  • R verwenden 
  • Verwendung von Python
  • R und Python in Machine Learning Experimente einbauen

Initialisierung und Optimierung von Machine Learning Modellen

  • Verwendung von Hyperparametern
  • Verwendung von Multiple Algorithms und Modellen
  • Modellenbewertung und -evaluierung

Verwendung von Azure Machine Learning Modellen

  • Bereitstellen und Veröffentlichen der Daten
  • Consuming Experiments

Verwendung der Cognitive Services

  • Überblick über die Cognitive Services
  • Verarbeiten von Sprache
  • Bildern und Videos bearbeiten
  • Produktenempfehlungen

Verwendung von Machine Learning mit HDInsight

  • HDInsight Einführung 
  • HDInsight Clustertypen
  • HDInsight und Machine Learning Modelle

Verwendung von R Services mit Machine Learning

  • Überblick über R und R Server
  • Verwenden von R-Server in Verbindung mit Machine Learning
  • Verwenden von R mit SQL Server

Ziele

In diesem Kurs lernen Sie Daten mit Azure Machine Learning zu analysieren und zu präsentieren.

Zielgruppe

  • Personen, die an der Datenanalyse und -präsenation mit Azure Machine Learning Daten interessiert sind.
  • IT-Professionals und Enwickler, die Lösungen mit Azure Machine Learning bereitstellen

Voraussetzungen

  • Programmierungerfahrung mit R
  • Verständnis der statistischen Methoden und Best Practices für die Datenanalyse
  • Microsoft Windows Betriebssystem Kenntnisse 
  • Praktische Erfahrung mit relationalen Datenbanken

Agenda

Machine Learning Einführung

  • Machine Learning
  • Machine Learning Algorithmen
  • Machine Learning Sprachen

Azure Machine Learning Einführung

  • Überblick
  • Azure Machine Learning Studio
  • Entwicklung und Hosting von Azure Machine Learning Applications

Verwaltung von Datensätzen

  • Kategorisieren der Daten
  • Importieren der Daten in Azure Machine Learning
  • Transformation der Daten

Vorbereitung der Daten für die Verwendung in Azure Machine Learning

  • Vorverarbeitung der Daten
  • Umgang mit unvollständigen Daten

Verwendung von Feature-Engineering und Auswahl

  • Verwendung von Feature Engineering
  • Verwendung der Feature Selection

Erstellen von Azure Machine Learning Modellen

  • Azure Machine Learning Workflows
  • Auswertung der Modelle
  • Regressionsalgorithmen
  • Neurale Netzwerke

Klassifizierung und Clustering mit den Azure Machine Learning Models

  • Verwendng von Algorithmen für die Klassifizierung
  • Clustertechniken
  • Auswahl von Algorithmen

R und Python

  • R verwenden 
  • Verwendung von Python
  • R und Python in Machine Learning Experimente einbauen

Initialisierung und Optimierung von Machine Learning Modellen

  • Verwendung von Hyperparametern
  • Verwendung von Multiple Algorithms und Modellen
  • Modellenbewertung und -evaluierung

Verwendung von Azure Machine Learning Modellen

  • Bereitstellen und Veröffentlichen der Daten
  • Consuming Experiments

Verwendung der Cognitive Services

  • Überblick über die Cognitive Services
  • Verarbeiten von Sprache
  • Bildern und Videos bearbeiten
  • Produktenempfehlungen

Verwendung von Machine Learning mit HDInsight

  • HDInsight Einführung 
  • HDInsight Clustertypen
  • HDInsight und Machine Learning Modelle

Verwendung von R Services mit Machine Learning

  • Überblick über R und R Server
  • Verwenden von R-Server in Verbindung mit Machine Learning
  • Verwenden von R mit SQL Server

Diese Seite weiterempfehlen