DP-100 Designing and Implementing a Data Science Solution on Azure (DP-100T01)

Seminarinformationen

Seminar - Ziel

In diesem 4-tägigen Seminar „Designing and Implementing a Data Science Solution on Azure (DP-100T01)“ erhalten Sie einen umfassenden Einstieg in Azure Machine Learning und lernen, wie Sie die Plattform effizient nutzen. Sie machen sich mit den visuellen Tools für Machine Learning vertraut und erfahren, wie automatisiertes Machine Learning eingesetzt wird.

Das Seminar behandelt die Durchführung von Experimenten, das Trainieren von Modellen, den Umgang mit Daten, die Nutzung von Compute-Ressourcen sowie die Orchestrierung von Abläufen mithilfe von Pipelines. Weitere Themen sind Continuous Integration und Delivery, das Training leistungsstarker Modelle, verantwortungsvolles Machine Learning sowie die Überwachung von Modellen. Nach Abschluss des Seminars sind Sie in der Lage, Data-Science-Lösungen auf Azure professionell zu konzipieren und umzusetzen.

Teilnehmer - Zielgruppe

• Datenspezialisten
• Personen mit hoher Verantwortung für die Entwicklung und den Einsatz von Modellen des maschinellen Lernens

Kurs - Voraussetzungen

Für eine optimale Teilnahme am Kurs empfehlen wir folgende Vorkenntnisse:

• Kenntnisse der Datenverarbeitung.

Seminardauer

• 4 Tage
• 09:00 Uhr bis 17:00 Uhr

Schulungsunterlagen

• nach Absprache

Seminar-Inhalt / Agenda

Erkunden und Konfigurieren des Azure Machine Learning-Arbeitsbereichs

• Erkunden der Ressourcen und Objekte des Azure Machine Learning-Arbeitsbereichs
• Erkunden von Entwicklertools für die Interaktion mit dem Arbeitsbereich
• Verfügbarmachen von Daten in Azure Machine Learning
• Arbeiten mit Computezielen in Azure Machine Learning
• Verwenden von Umgebungen in Azure Machine Learning

Mit Azure Machine Learning experimentieren

• Ermitteln des besten Klassifizierungsmodells mit automatisiertem maschinellem Lernen
• Nachverfolgen des Modelltrainings in Jupyter-Notebooks mit MLflow

Optimieren Sie das Modelltraining mit Azure Machine Learning

• Ausführen eines Trainingsskripts als Befehlsauftrag in Azure Machine Learning
• Nachverfolgen des Modelltrainings mit MLflow in Aufträgen
• Durchführen der Hyperparameteroptimierung mit Azure Machine Learning
• Ausführen von Pipelines in Azure Machine Learning

Verwalten und Überprüfen von Modellen in Azure Machine Learning

• Registrieren eines MLflow-Modells in Azure Machine Learning
• Erstellen und Erkunden des Dashboards für verantwortungsvolle KI für ein Modell in Azure Machine Learning

Bereitstellen und Nutzen von Modellen mit Azure Machine Learning

• Bereitstellen eines Modells auf einem verwalteten Onlineendpunkt
• Bereitstellen eines Modells an einem Batchendpunkt

Weitere Schulungen zu Thema Microsoft Azure