MECER MS-DP100T01 Hoʻolālā a hoʻokō i ka ʻikepili ʻepekema ʻikepili ma Azure
| LOA | LEVEL | ʻenehana | HOOLAHA HANA |
HOOLAHA NA AEIU |
| 3 mau lā | Kūwaena | Azure | alakaʻi ʻia e ke kumu aʻo | NA |
OLELO HOOLAHA
Loaʻa i ka ʻike pono e pili ana i ka hoʻohana ʻana i nā lawelawe Azure e hoʻomohala, hoʻomaʻamaʻa, a hoʻonohonoho i nā ʻōnaehana aʻo mīkini. Hoʻomaka ka papa me ka pau ʻanaview o nā lawelawe Azure e kākoʻo ana i ka ʻepekema data. Mai laila mai, e kālele ana i ka hoʻohana ʻana i ka lawelawe ʻepekema data mua a Azure, ʻo Azure Machine Learning service, e hoʻokaʻawale i ka pipeline ʻepekema data. Kuhi ʻia kēia papa iā Azure a ʻaʻole aʻo i ka haumāna pehea e hana ai i ka ʻepekema data. Ua manaʻo ʻia ua ʻike mua nā haumāna.
ELELE PROFILE
Kuhi ʻia kēia papa i nā ʻepekema data a me ka poʻe me nā kuleana koʻikoʻi i ka hoʻomaʻamaʻa ʻana a me ka hoʻohana ʻana i nā hiʻohiʻona aʻo mīkini.
NA KUMU
Ma mua o ka hele ʻana i kēia papa, pono nā haumāna e:
- Azure Fundamentals
- ʻO ka hoʻomaopopo ʻana i ka ʻepekema data e pili ana i ka hoʻomākaukau ʻana i ka ʻikepili, ka hoʻomaʻamaʻa ʻana i nā kumu hoʻohālike, a me ka loiloi ʻana i nā hoʻohālike hoʻokūkū e koho i ka mea maikaʻi loa.
- Pehea e hoʻolālā ai i ka ʻōlelo hoʻolālā Python a hoʻohana i nā hale waihona puke Python: pandas, scikit-learn, matplotlib, a me ke kai.
NA PUNA AHA
Ma hope o ka pau ʻana o kēia papa, hiki i nā haumāna ke:
- E hoʻomaopopo i ka ʻepekema data ma Azure
- E hoʻohana i ke aʻo ʻana i ka mīkini e hoʻokaʻawale i ke kaʻina hana hope-to-end
- Mālama a nānā i ka lawelawe aʻo Mīkini
Module 1: E hoʻomaka me ka Azure Machine Learning
Ma kēia module, e aʻo ʻoe pehea e hoʻolako ai i kahi papa hana Azure Machine Learning a hoʻohana iā ia no ka hoʻokele ʻana i nā waiwai aʻo mīkini e like me ka ʻikepili, compute, code training model, log metrics, a me nā kumu hoʻohālike. E aʻo ʻoe pehea e hoʻohana ai i ka web-based Azure Machine Learning studio interface a me ka Azure Machine Learning SDK a me nā mea hana hoʻomohala e like me Visual Studio Code a me Jupyter Notebooks e hana pū me nā waiwai i kāu wahi hana.
Nā haʻawina
- Hoʻomaka i ka Azure Machine Learning
- Ke hana nei me Azure Machine Learning
- Lab: E hana i kahi ʻoihana aʻo ʻo Azure Machine
- Hāʻawi i kahi papa hana Azure Machine Learning
- E hoʻohana i nā mea hana a me nā code e hana pū me Azure Machine Learning
Module 2: Nā mea hana ʻike no ke aʻo ʻana i ka mīkini
Hoʻopuka kēia module i nā mea hana ʻike ʻike Mīkini Automated a me Designer, hiki iā ʻoe ke hoʻohana no ka hoʻomaʻamaʻa, loiloi, a hoʻokau i nā kumu hoʻohālike mīkini me ka ʻole e kākau i kekahi code.
Nā haʻawina
- Ke aʻo ʻana i ka mīkini
- Mea Hoʻolālā Aʻo Mīkini Azure
Lab: E hoʻohana i ke aʻo ʻana i ka mīkini
Lab: E hoʻohana i ka mea hoʻolālā aʻo mīkini Azure
Ma hope o ka pau ʻana o kēia module, hiki iā ʻoe ke
- E hoʻohana i ke aʻo ʻana i ka mīkini e hoʻomaʻamaʻa i ke ʻano hoʻohālike mīkini
- E hoʻohana i ka mea hoʻolālā Azure Machine Learning e hoʻomaʻamaʻa i kahi kumu hoʻohālike
Module 3: Nā hoʻokolohua holo ʻana a me nā kumu hoʻohālike
Ma kēia module, e hoʻomaka ʻoe me nā hoʻokolohua e hoʻopili ana i ka hoʻoili ʻikepili, code training model, a hoʻohana iā lākou e hoʻomaʻamaʻa i nā ʻano hoʻohālike mīkini. Nā haʻawina
- Hoʻomaka i nā hoʻokolohua
- Hoʻonaʻauao a hoʻopaʻa inoa
Lab: Kaaahi Models
Lab: Holo i nā hoʻokolohua
Ma hope o ka pau ʻana o kēia module, hiki iā ʻoe ke
- E holo i nā hoʻokolohua e pili ana i ka code ma kahi papa hana Azure Machine Learning
- E hoʻomaʻamaʻa a hoʻopaʻa inoa i nā kumu hoʻohālike mīkini
Module 4: Hana me ka ʻikepili ʻikepili
He mea nui ia i loko o nā haʻahaʻa hana aʻo mīkini, no laila, ma kēia module, e aʻo ʻoe pehea e hana ai a mālama i nā hale kūʻai ʻikepili a me nā ʻikepili i loko o kahi papa hana Azure Machine Learning, a pehea e hoʻohana ai iā lākou i nā hoʻokolohua hoʻohālike.
Nā haʻawina
- Ke hana nei me ka Datastores
- Ke hana nei me ka Datasets
Lab: E hana me ka ʻikepili
Ma hope o ka pau ʻana o kēia module, hiki iā ʻoe ke
- Hana a hoʻohana i nā waihona ʻikepili
- E hana a hoʻohana i ka ʻikepili
Module 5: Hana me ka Compute
ʻO kekahi o nā pōmaikaʻi koʻikoʻi o ke ao ʻo ia ka hiki ke hoʻohana i nā kumuwaiwai helu ma ke koi a hoʻohana iā lākou e hoʻonui i nā kaʻina aʻo mīkini i kahi ʻano hiki ʻole ke hiki i kāu lako ponoʻī. Ma kēia module, e aʻo ʻoe pehea e hoʻokele ai i nā kaiapuni hoʻokolohua e hōʻoia i ka paʻa ʻana o ka wā holo no nā hoʻokolohua, a pehea e hana ai a hoʻohana i nā pahuhopu helu no nā holo hoʻokolohua.
Nā haʻawina
- Ke hana pū me nā Kaiapuni
- Ke hana nei me ka Compute Targets
Lab: E hana me Compute
Ma hope o ka pau ʻana o kēia module, hiki iā ʻoe ke
- Hana a hoʻohana i nā kaiapuni
- Hana a hoʻohana i ka helu helu
Module 6: Hoʻonohonoho i nā hana me nā Pipeline
I kēia manawa ke hoʻomaopopo ʻoe i ke kumu o ka holo ʻana i nā haʻahaʻa hana ma ke ʻano he hoʻokolohua e hoʻohana ana i nā waiwai ʻikepili a me ka helu ʻana i nā kumuwaiwai, ʻo ia ka manawa e aʻo ai pehea e hoʻonohonoho ai i kēia mau hana ma ke ʻano he pipeline o nā pae pili. He kī nui nā Pipelines i ka hoʻokō ʻana i kahi hopena ʻo Machine Learning Operationalization (ML Ops) ma Azure, no laila e ʻimi ʻoe pehea e wehewehe ai a holo iā lākou i kēia module.
Nā haʻawina
- Hoʻolauna i nā Pipeline
- Hoʻopuka a me ka holo ʻana i nā paipu
Lab: Hana i kahi Pipeline
Ma hope o ka pau ʻana o kēia module, hiki iā ʻoe ke
- E hana i nā paipu no ka hoʻokaʻawale ʻana i nā kahe hana aʻo mīkini
- Hoʻopuka a holo i nā lawelawe paipu
Module 7: Hoʻohana a hoʻohana i nā ʻano hoʻohālike
Hoʻolālā ʻia nā hiʻohiʻona e kōkua i ka hoʻoholo ʻana ma o ka wānana, no laila pono lākou i ka wā e kau ʻia a loaʻa i kahi noi e ʻai ai. Ma kēia module e aʻo i ka hoʻopololei ʻana i nā hiʻohiʻona no ka hoʻohālikelike ʻana i ka manawa maoli, a no ka hoʻohālikelike ʻana.
Nā haʻawina
- ʻO ka Inferencing manawa maoli
- ʻO ka hoʻopaʻa inoa ʻana
- Hoʻohui mau a me ka lawe ʻana
Lab: Hana i kahi lawelawe hoʻokaʻawale manawa maoli
Lab: E hana i kahi lawelawe hoʻokaʻawale hui
Ma hope o ka pau ʻana o kēia module, hiki iā ʻoe ke
- Hoʻopuka i kekahi kŘkohu ma ke ʻano he lawelawe hoʻomaopopo manawa maoli
- E hoʻopuka i kekahi kŘkohu ma ke ʻano he lawelawe hoʻokaʻawale hui
- E wehewehe i nā ʻenehana e hoʻokō i ka hoʻohui mau a me ka lawe ʻana
Module 8: Hoʻomaʻamaʻa i nā ʻano hoʻohālike maikaʻi loa
Ma keia stage o ka papa, ua aʻo ʻoe i ke kaʻina hana hope-a-hope no ka hoʻomaʻamaʻa ʻana, ka lawe ʻana, a me ka ʻai ʻana i nā kumu hoʻohālike mīkini; akā pehea ʻoe e hōʻoia ai i kāu kumu hoʻohālike e hoʻopuka i nā mea wānana maikaʻi loa no kāu ʻikepili? Ma kēia module, e ʻimi ʻoe pehea e hiki ai iā ʻoe ke hoʻohana i ka hyperparameter tuning a me ke aʻo ʻana i ka mīkini e lawe i ka advantage o ka helu kapuaʻi a loaʻa ke kumu hoʻohālike maikaʻi loa no kāu ʻikepili.
Nā haʻawina
- Hoʻoponopono Hyperparameter
- Ke aʻo ʻana i ka mīkini
Lab: E hoʻohana i ke aʻo ʻana i ka mīkini ʻakomi mai ka SDK
Lab: Tune Hyperparameters Ma hope o ka pau ʻana o kēia module, hiki iā ʻoe ke
- Hoʻonui i nā hyperparameters no ka hoʻomaʻamaʻa hoʻohālike
- E hoʻohana i ka mīkini aʻo ʻakomi e ʻimi i ke kumu hoʻohālike maikaʻi loa no kāu ʻikepili
Module 9: Ke aʻo ʻana i ka mīkini kuleana
He kuleana ko ka poʻe ʻepekema ʻikepili e hōʻoia e kālele lākou i ka ʻikepili a hoʻomaʻamaʻa i nā hiʻohiʻona aʻo mīkini me ke kuleana; ka mālama ʻana i ka pilikino o kēlā me kēia kanaka, ka hoʻohaʻahaʻa ʻana i ka manaʻo, a me ka hōʻoia ʻana i ka ʻike. Ke ʻimi nei kēia module i kekahi mau noʻonoʻo a me nā ʻenehana no ka hoʻohana ʻana i nā loina aʻo mīkini kuleana. Nā haʻawina
- Pilikino ʻokoʻa
- Hōʻike hoʻohālike
- Pono pono
Lab: E ʻimi i ka provacy ʻokoʻa
Lab: Wehewehe i na Anaana
Lab: ʻIke a Hoʻemi i ka Pono ʻole Ma hope o ka pau ʻana o kēia module, hiki iā ʻoe ke
- E hoʻohana i ka provacy ʻokoʻa i ka ʻikepili ʻikepili
- E hoʻohana i nā mea wehewehe e wehewehe i nā kumu hoʻohālike aʻo mīkini
- E loiloi i nā kumu hoʻohālike no ka pono
Module 10: Nā Ana Hoʻohālike
Ma hope o ke kau ʻia ʻana o ke kumu hoʻohālike, pono e hoʻomaopopo i ke ʻano o ka hoʻohana ʻia ʻana o ke kŘkohu i ka hana ʻana, a me ka ʻike ʻana i ka hoʻohaʻahaʻa ʻana o kona pono ma muli o ka neʻe ʻana o ka ʻikepili. Hōʻike kēia module i nā ʻenehana no ka nānā ʻana i nā hiʻohiʻona a me kā lākou ʻikepili. Nā haʻawina
- Ka nānā 'ana i nā hi'ohi'ona me nā 'ike noi'i
- Mākaʻikaʻi ʻikepili Drift
Lab: Mākaʻikaʻi ʻikepili Drift
Lab: Mākaʻikaʻi i kahi Model me nā ʻike noiʻi
Ma hope o ka pau ʻana o kēia module, hiki iā ʻoe ke
- E hoʻohana i ka Application Insights e nānā i kahi kumu hoʻohālike i paʻi ʻia
- Nānā i ka neʻe ʻana o ka ʻikepili
NA PALAPALA HOI A ME KA HOIKE
Na kēia papa e hoʻomākaukau i nā ʻelele e kākau i ka Microsoft DP-100: Designing and Implementing a Data Science Solution on Azure exam.
Palapala / Punawai
 |
MECER MS-DP100T01 Hoʻolālā a hoʻokō i ka ʻikepili ʻepekema ʻikepili ma Azure [pdf] Ke alakaʻi hoʻohana MS-DP100T01 Hoʻolālā a hoʻokō i ka ʻikepili ʻepekema ʻikepili ma Azure, MS-DP100T01, hoʻolālā a hoʻokō i ka ʻike ʻepekema ʻikepili ma Azure |
