MOC 55162 Creating and Deploying in Minutes No-Code Predictive Analytics Using Azure Machine Learning

Classroom Schulung | deutsch | Anspruch

Schulungsdauer: 2 Tage

Ziele

In diesem Kurs lernen Sie das Erstellen von Predictive Analytics per Drag und Drop mit dem Microsoft Azure-Maschine Learning Studio von einem Desktop mithilfe des Browsers ohne Codierung.

Zielgruppe

  • Business Analysten
  • Business intelligence Entwickler und Manager

Voraussetzungen

Kenntnisse über die Arbeit mit eigenen Businessdaten

Agenda

Überblick Machine Learning

  • Einführung
  • Methodik
  • Überwachte vs. nichtüberwachte Methoden
  • Analytics Spectrum
  • Entwicklungsmethodik mit dem Azure Machine Learning Studio
  • Wachsamkeit

Einführung Azure Machine Learning Studio

  • Experimente
  • Web Services
  • Notebooks
  • Datensammlungen
  • Ausgebildete Modelle
  • Einstellungen
  • Lösungswegübungen und Gruppendiskussionen

Datenaufbereitung

  • Tools für die Reinigung
  • Text Dateien vs. Binär Dateien
  • Datenstruktur
  • Schritte zur Datenbereinigung
  • Gewöhnliche Reinigungsaufgaben
  • Feature
    • Auswahl
    • Technik
  • Gruppendiskussionen

Machine Learning Algorithmen Lessons

  • Regression
  • Einstufung
  • Clustering
  • Anomalie Erkennung
  • Azure Machine Learning Spickzettel
  • Visualisierungen
  • Gruppendiskussion und Übungen

Erstellen von Modellen

  • Gruppendiskussionen
    • Datenerfassung
    • Datenvorbereitung
    • Feature-Auswahl
    • Train Data
    • Kreuzvalidierung
  • Vergleich von Regressionen und Ergebnissen
  • Auswerten von Lösungen
  • Lernen von Beispielen

Visualisierung analytischer Modelle mit Power BI

  • Überblick Power BI
  • Erstellung eines Power BI Accounts
  • Bereitstellung auf Power BI
  • Visualisierungen

Ziele

In diesem Kurs lernen Sie das Erstellen von Predictive Analytics per Drag und Drop mit dem Microsoft Azure-Maschine Learning Studio von einem Desktop mithilfe des Browsers ohne Codierung.

Zielgruppe

  • Business Analysten
  • Business intelligence Entwickler und Manager

Voraussetzungen

Kenntnisse über die Arbeit mit eigenen Businessdaten

Agenda

Überblick Machine Learning

  • Einführung
  • Methodik
  • Überwachte vs. nichtüberwachte Methoden
  • Analytics Spectrum
  • Entwicklungsmethodik mit dem Azure Machine Learning Studio
  • Wachsamkeit

Einführung Azure Machine Learning Studio

  • Experimente
  • Web Services
  • Notebooks
  • Datensammlungen
  • Ausgebildete Modelle
  • Einstellungen
  • Lösungswegübungen und Gruppendiskussionen

Datenaufbereitung

  • Tools für die Reinigung
  • Text Dateien vs. Binär Dateien
  • Datenstruktur
  • Schritte zur Datenbereinigung
  • Gewöhnliche Reinigungsaufgaben
  • Feature
    • Auswahl
    • Technik
  • Gruppendiskussionen

Machine Learning Algorithmen Lessons

  • Regression
  • Einstufung
  • Clustering
  • Anomalie Erkennung
  • Azure Machine Learning Spickzettel
  • Visualisierungen
  • Gruppendiskussion und Übungen

Erstellen von Modellen

  • Gruppendiskussionen
    • Datenerfassung
    • Datenvorbereitung
    • Feature-Auswahl
    • Train Data
    • Kreuzvalidierung
  • Vergleich von Regressionen und Ergebnissen
  • Auswerten von Lösungen
  • Lernen von Beispielen

Visualisierung analytischer Modelle mit Power BI

  • Überblick Power BI
  • Erstellung eines Power BI Accounts
  • Bereitstellung auf Power BI
  • Visualisierungen

Diese Seite weiterempfehlen