MECER MS-DP100T01 Azure တွင် Data Science Solution ကို ဒီဇိုင်းဆွဲပြီး အကောင်အထည်ဖော်ပါ။
| DURATION | အဆင့် | နည်းပညာ | ပို့ဆောင်ပေးသည်။ နည်းလမ်း |
လေ့ကျင့်ရေး ခရက်ဒစ်များ |
| 3 ရက် | အလယ်အလတ် | စိမ်းပြာရောင် | နည်းပြက ဦးဆောင်တယ်။ | NA |
နိဒါန်း
စက်သင်ယူမှုဖြေရှင်းချက်များအား တီထွင်ရန်၊ လေ့ကျင့်ရန်နှင့် အသုံးချရန် Azure ဝန်ဆောင်မှုများကို မည်သို့အသုံးပြုရမည်နှင့်ပတ်သက်၍ လိုအပ်သောအသိပညာကို ရယူပါ။ သင်တန်းပြီးဆုံးသည်နှင့်စတင်သည်။view ဒေတာသိပ္ပံကိုပံ့ပိုးသော Azure ဝန်ဆောင်မှုများ။ ထိုနေရာမှ၊ ၎င်းသည် ဒေတာသိပ္ပံပိုက်လိုင်းကို အလိုအလျောက်လုပ်ဆောင်ရန် Azure ၏ ထိပ်တန်းဒေတာသိပ္ပံဝန်ဆောင်မှုဖြစ်သော Azure Machine Learning ဝန်ဆောင်မှုကို အသုံးပြုရန် အာရုံစိုက်ထားသည်။ ဤသင်တန်းသည် Azure ကို အဓိကထားကာ ကျောင်းသားအား ဒေတာသိပ္ပံကို မည်သို့လုပ်ဆောင်ရမည်ကို သင်ကြားပေးခြင်းမရှိပါ။ အဲဒါကို ကျောင်းသားတွေ သိပြီးသားလို့ ယူဆတယ်။
ပရိသတ် ပရိုFILE
ဤသင်တန်းသည် ဒေတာသိပ္ပံပညာရှင်များနှင့် လေ့ကျင့်သင်ကြားမှုနှင့် စက်သင်ယူမှုပုံစံများကို လက်တွေ့အသုံးချခြင်းတွင် အရေးပါသောတာဝန်ရှိသူများအတွက် ရည်ရွယ်ပါသည်။
လိုအပ်ချက်
ဤသင်တန်းကို မတက်ရောက်မီ ကျောင်းသား၊
- Azure Fundamentals
- ဒေတာပြင်ဆင်နည်း၊ လေ့ကျင့်မှုမော်ဒယ်များနှင့် အကောင်းဆုံးကိုရွေးချယ်ရန် ပြိုင်ဆိုင်မှုမော်ဒယ်များကို အကဲဖြတ်ခြင်းအပါအဝင် ဒေတာသိပ္ပံကို နားလည်ခြင်း။
- Python ပရိုဂရမ်းမင်းဘာသာစကားဖြင့် ပရိုဂရမ်လုပ်နည်းနှင့် Python စာကြည့်တိုက်များကို အသုံးပြုနည်း- ပန်ဒါများ၊ scikit-learn၊ matplotlib နှင့် seaborn။
သင်တန်းရည်မှန်းချက်များ
ဤသင်တန်းပြီးပါက၊ ကျောင်းသားများသည် အောက်ပါတို့ကို ဆောင်ရွက်နိုင်မည်ဖြစ်ပါသည်။
- Azure ရှိ ဒေတာသိပ္ပံကို နားလည်ပါ။
- အဆုံးမှအဆုံးလုပ်ငန်းစဉ်ကို အလိုအလျောက်လုပ်ဆောင်ရန် Machine Learning ကိုသုံးပါ။
- Machine Learning ဝန်ဆောင်မှုကို စီမံခန့်ခွဲပြီး စောင့်ကြည့်ပါ။
Module 1- Azure Machine Learning ကို စတင်လိုက်ပါ။
ဤ module တွင်၊ သင်သည် Azure Machine Learning workspace ကို မည်ကဲ့သို့ ပံ့ပိုးရမည်ကို လေ့လာပြီး ဒေတာ၊ တွက်ချက်မှု၊ မော်ဒယ်လေ့ကျင့်ရေးကုဒ်၊ မှတ်တမ်းသွင်းထားသော မက်ထရစ်များနှင့် လေ့ကျင့်ထားသော မော်ဒယ်များကဲ့သို့သော စက်သင်ယူမှုဆိုင်ရာ ပိုင်ဆိုင်မှုများကို စီမံခန့်ခွဲရန် ၎င်းကို အသုံးပြုမည်ဖြစ်သည်။ အသုံးပြုနည်းကို သင်လေ့လာနိုင်မည်ဖြစ်ပါသည်။ web-based Azure Machine Learning studio interface အပြင် Azure Machine Learning SDK နှင့် Visual Studio Code နှင့် Jupyter Notebooks ကဲ့သို့သော developer tools များ သည် သင့်လုပ်ငန်းခွင်ရှိ ပိုင်ဆိုင်မှုများနှင့် အလုပ်လုပ်ရန်။
သင်ခန်းစာများ
- Azure Machine Learning မိတ်ဆက်
- Azure Machine Learning နှင့် အလုပ်လုပ်ခြင်း။
- ဓာတ်ခွဲခန်း- Azure Machine Learning Workspace တစ်ခုဖန်တီးပါ။
- Azure Machine Learning အလုပ်ခွင်တစ်ခု ပံ့ပိုးပေးသည်။
- Azure Machine Learning နှင့် အလုပ်လုပ်ရန် ကိရိယာများနှင့် ကုဒ်ကို အသုံးပြုပါ။
Module 2- Machine Learning အတွက် Visual Tools
ဤသင်ခန်းစာသည် ကုဒ်မရေးဘဲ စက်သင်ယူမှုပုံစံများကို လေ့ကျင့်ရန်၊ အကဲဖြတ်ရန်နှင့် အသုံးချရန် သင်အသုံးပြုနိုင်သည့် အလိုအလျောက်စက်သင်ယူခြင်းနှင့် ဒီဇိုင်နာအမြင်ဆိုင်ရာကိရိယာများကို မိတ်ဆက်ပေးပါသည်။
သင်ခန်းစာများ
- အလိုအလျောက်စက်သင်ယူခြင်း။
- Azure Machine Learning Designer
ဓာတ်ခွဲခန်း- Automated Machine Learning ကိုသုံးပါ။
ဓာတ်ခွဲခန်း- Azure Machine Learning Designer ကိုသုံးပါ။
ဒီ module ပြီးသွားရင် သင်လုပ်နိုင်ပါလိမ့်မယ်။
- စက်သင်ယူမှုပုံစံကို လေ့ကျင့်ရန် အလိုအလျောက် စက်သင်ယူမှုကို အသုံးပြုပါ။
- မော်ဒယ်တစ်ခုကို လေ့ကျင့်ရန် Azure Machine Learning ဒီဇိုင်နာကို အသုံးပြုပါ။
Module 3- အပြေးစမ်းသပ်မှုများနှင့် လေ့ကျင့်ရေးပုံစံများ
ဤ module တွင်၊ သင်သည် ဒေတာလုပ်ဆောင်ခြင်း၊ မော်ဒယ်လေ့ကျင့်ရေးကုဒ်ကို ဖုံးအုပ်ထားသည့် စမ်းသပ်မှုများနှင့် စက်သင်ယူမှုပုံစံများကို လေ့ကျင့်ရန်အတွက် ၎င်းတို့ကို အသုံးပြုခြင်းဖြင့် စတင်နိုင်မည်ဖြစ်သည်။ သင်ခန်းစာများ
- စမ်းသပ်မှုများအကြောင်း နိဒါန်း
- သင်တန်းနှင့် မှတ်ပုံတင်ခြင်း ပုံစံများ
ဓာတ်ခွဲခန်း- ရထားမော်ဒယ်များ
ဓာတ်ခွဲခန်း- စမ်းသပ်မှုများ လုပ်ဆောင်ပါ။
ဒီ module ပြီးသွားရင် သင်လုပ်နိုင်ပါလိမ့်မယ်။
- Azure Machine Learning workspace တွင် ကုဒ်အခြေခံစမ်းသပ်မှုများကို လုပ်ဆောင်ပါ။
- စက်သင်ယူမှုပုံစံများကို လေ့ကျင့်ပြီး စာရင်းသွင်းပါ။
Module 4- Data Data ဖြင့် အလုပ်လုပ်ခြင်း။
မည်သည့် machine learning workload တွင်မဆို အခြေခံကျသော အစိတ်အပိုင်းဖြစ်သောကြောင့် ဤ module တွင်၊ Azure Machine Learning workspace တွင် datastores နှင့် datasets များကို ဖန်တီးပြီး စီမံခန့်ခွဲနည်းနှင့် မော်ဒယ်လေ့ကျင့်ရေးစမ်းသပ်မှုများတွင် ၎င်းတို့ကို မည်သို့အသုံးပြုရမည်ကို လေ့လာပါမည်။
သင်ခန်းစာများ
- Datastores နှင့်အလုပ်လုပ်ခြင်း။
- Datasets များဖြင့် အလုပ်လုပ်ခြင်း။
ဓာတ်ခွဲခန်း- Data ဖြင့်အလုပ်လုပ်ပါ။
ဒီ module ပြီးသွားရင် သင်လုပ်နိုင်ပါလိမ့်မယ်။
- ဒေတာစတိုးများကို ဖန်တီးပြီး အသုံးပြုပါ။
- ဒေတာအတွဲများကို ဖန်တီးပြီး အသုံးပြုပါ။
Module 5- ကွန်ပျူတာဖြင့် အလုပ်လုပ်ခြင်း။
Cloud ၏ အဓိကအကျိုးကျေးဇူးများထဲမှတစ်ခုမှာ ဝယ်လိုအားရှိ တွက်ချက်မှုအရင်းအမြစ်များကို အသုံးချနိုင်ခြင်းနှင့် သင့်ကိုယ်ပိုင် hardware တွင် မဖြစ်နိုင်သည့်အတိုင်းအတာအထိ စက်သင်ယူမှုလုပ်ငန်းစဉ်များကို အတိုင်းအတာတစ်ခုအထိ အသုံးပြုနိုင်သည်။ ဤ module တွင်၊ စမ်းသပ်မှုများအတွက် တသမတ်တည်း runtime တသမတ်တည်းရှိစေမည့် စမ်းသပ်မှုပတ်ဝန်းကျင်များကို စီမံခန့်ခွဲနည်းနှင့် စမ်းသပ်လည်ပတ်မှုများအတွက် တွက်ချက်သည့်ပစ်မှတ်များကို ဖန်တီးနည်းနှင့် အသုံးပြုနည်းတို့ကို လေ့လာနိုင်မည်ဖြစ်သည်။
သင်ခန်းစာများ
- ပတ်ဝန်ကျင်နှင့်အလုပ်လုပ်
- ကွန်ပြူတာပစ်မှတ်များဖြင့် အလုပ်လုပ်ခြင်း။
ဓာတ်ခွဲခန်း- Compute ဖြင့်အလုပ်လုပ်ပါ။
ဒီ module ပြီးသွားရင် သင်လုပ်နိုင်ပါလိမ့်မယ်။
- ပတ်ဝန်းကျင်ကို ဖန်တီးပြီး အသုံးပြုပါ။
- ကွန်ပျူတာပစ်မှတ်များကို ဖန်တီးပြီး အသုံးပြုပါ။
Module 6- ပိုက်လိုင်းများဖြင့် လည်ပတ်မှုကို စုစည်းခြင်း
ဒေတာပိုင်ဆိုင်မှုများနှင့် တွက်ချက်မှုအရင်းအမြစ်များကို အသုံးချသည့် စမ်းသပ်မှုများအဖြစ် လုပ်ဆောင်နေသည့် အလုပ်ဝန်များ၏ အခြေခံများကို သင်နားလည်လာသောအခါ၊ ဤအလုပ်များကို ချိတ်ဆက်ထားသော အဆင့်များအဖြစ် ပိုက်လိုင်းများအဖြစ် မည်သို့ စီမံနည်းကို လေ့လာရန် အချိန်တန်ပြီဖြစ်သည်။ ပိုက်လိုင်းများသည် Azure တွင် ထိရောက်သော Machine Learning Operationalization (ML Ops) ဖြေရှင်းချက်ကို အကောင်အထည်ဖော်ရန်အတွက် အဓိကသော့ချက်ဖြစ်သောကြောင့် ၎င်းတို့ကို ဤ module တွင် မည်သို့သတ်မှတ်ပြီး လုပ်ဆောင်ရမည်ကို လေ့လာနိုင်မည်ဖြစ်သည်။
သင်ခန်းစာများ
- ပိုက်လိုင်းများအကြောင်းမိတ်ဆက်
- ထုတ်ဝေခြင်းနှင့် ပိုက်လိုင်းများ လည်ပတ်ခြင်း။
ဓာတ်ခွဲခန်း- ပိုက်လိုင်းတစ်ခုဖန်တီးပါ။
ဒီ module ပြီးသွားရင် သင်လုပ်နိုင်ပါလိမ့်မယ်။
- စက်သင်ယူမှုလုပ်ငန်းအသွားအလာများကို အလိုအလျောက်လုပ်ဆောင်ရန် ပိုက်လိုင်းများဖန်တီးပါ။
- ပိုက်လိုင်းဝန်ဆောင်မှုများကို ထုတ်ဝေပြီး လည်ပတ်ပါ။
Module 7- အသုံးချခြင်းနှင့် သုံးစွဲမှုပုံစံများ
မော်ဒယ်များသည် ကြိုတင်ခန့်မှန်းမှုများမှတစ်ဆင့် ဆုံးဖြတ်ချက်ချရာတွင် အထောက်အကူဖြစ်စေရန် ဒီဇိုင်းထုတ်ထားသောကြောင့် ၎င်းတို့ကို အသုံးပြုပြီး စားသုံးရန် အက်ပ်လီကေးရှင်းတစ်ခုအတွက် ရရှိသည့်အခါတွင်သာ ၎င်းတို့သည် အသုံးဝင်ပါသည်။ ဤ module တွင် အချိန်နှင့်တပြေးညီ ကောက်ချက်ချခြင်းအတွက် မော်ဒယ်များနှင့် batch inferencing အသုံးပြုပုံတို့ကို လေ့လာပါ။
သင်ခန်းစာများ
- အချိန်နှင့်တပြေးညီ Inferencing
- Batch Inferencing
- စဉ်ဆက်မပြတ် ပေါင်းစပ်ခြင်းနှင့် ပေးပို့ခြင်း။
ဓာတ်ခွဲခန်း- Real-time Inferencing Service ဖန်တီးပါ။
ဓာတ်ခွဲခန်း- Batch Inferencing Service ဖန်တီးပါ။
ဒီ module ပြီးသွားရင် သင်လုပ်နိုင်ပါလိမ့်မယ်။
- မော်ဒယ်ကို အချိန်နှင့်တပြေးညီ ကောက်ချက်ချသောဝန်ဆောင်မှုအဖြစ် ထုတ်ဝေပါ။
- အသုတ်စုံစုံဝန်ဆောင်မှုအဖြစ် မော်ဒယ်တစ်ခုကို ထုတ်ဝေပါ။
- စဉ်ဆက်မပြတ် ပေါင်းစပ်ခြင်းနှင့် ပေးပို့ခြင်းတို့ကို အကောင်အထည်ဖော်ရန် နည်းစနစ်များကို ဖော်ပြပါ။
Module 8- လေ့ကျင့်ရေး အကောင်းဆုံး မော်ဒယ်များ
ဤအားဖြင့် ၎tagသင်တန်း၏ e၊ လေ့ကျင့်မှု၊ အသုံးချခြင်းနှင့် စက်သင်ယူမှုပုံစံများကို စားသုံးခြင်းအတွက် အဆုံးမှအဆုံးလုပ်ငန်းစဉ်ကို သင်လေ့လာခဲ့ပြီးဖြစ်သည်။ ဒါပေမယ့် သင့်မော်ဒယ်က သင့်ဒေတာအတွက် အကောင်းဆုံးကြိုတင်ခန့်မှန်းချက်ရလဒ်တွေကို ဘယ်လိုသေချာအောင်လုပ်မလဲ။ ဤ module တွင်၊ သင်သည် advan ကိုယူရန် hyperparameter ချိန်ညှိခြင်းနှင့် အလိုအလျောက်စက်သင်ယူခြင်းတို့ကို သင်မည်ကဲ့သို့သုံးနိုင်သည်ကို သင်လေ့လာမည်ဖြစ်သည်။tage cloud-scale compute နှင့် သင့်ဒေတာအတွက် အကောင်းဆုံးပုံစံကို ရှာဖွေပါ။
သင်ခန်းစာများ
- Hyperparameter Tuning
- အလိုအလျောက်စက်သင်ယူခြင်း။
ဓာတ်ခွဲခန်း- SDK မှ အလိုအလျောက် စက်သင်ယူမှုကို သုံးပါ။
ဓာတ်ခွဲခန်း- Tune Hyperparameters ဤ module ပြီးပါက၊ သင်လုပ်နိုင်ပါလိမ့်မည်။
- မော်ဒယ်လေ့ကျင့်ရေးအတွက် ဟိုက်ပါပါမီတာများကို အကောင်းဆုံးဖြစ်အောင်လုပ်ပါ။
- သင့်ဒေတာအတွက် အကောင်းဆုံးပုံစံကို ရှာဖွေရန် အလိုအလျောက် စက်သင်ယူမှုကို အသုံးပြုပါ။
Module 9- တာဝန်ယူမှုရှိသော စက်သင်ယူမှု
ဒေတာသိပ္ပံပညာရှင်များသည် ဒေတာများကို ပိုင်းခြားစိတ်ဖြာပြီး စက်သင်ယူမှုပုံစံများကို တာဝန်သိစွာ လေ့ကျင့်ပေးရန် သေချာစေရန် တာဝန်ရှိသည်။ တစ်ဦးချင်းကိုယ်ရေးကိုယ်တာ လေးစားမှု၊ ဘက်လိုက်မှု လျော့ပါးရေးနှင့် ပွင့်လင်းမြင်သာမှု ရှိစေရန်။ ဤသင်ခန်းစာသည် တာဝန်သိစက်သင်ယူခြင်းဆိုင်ရာမူများကို ကျင့်သုံးခြင်းအတွက် ထည့်သွင်းစဉ်းစားခြင်းနှင့် နည်းပညာအချို့ကို စူးစမ်းလေ့လာပါသည်။ သင်ခန်းစာများ
- ကွဲပြားသော ကိုယ်ရေးကိုယ်တာ
- မော်ဒယ်အဓိပ္ပာယ်ပြန်ဆိုနိုင်မှု
- တရားမျှတမှု
ဓာတ်ခွဲခန်း- ကွဲပြားသော ဟန်ဆောင်မှုကို စူးစမ်းပါ။
ဓာတ်ခွဲခန်း- မော်ဒယ်များကို ဘာသာပြန်ပါ။
ဓာတ်ခွဲခန်း- ဤသင်ခန်းစာကို ပြီးမြောက်ပြီးနောက်၊ သင်သည် မမျှတမှုကို ရှာဖွေပြီး လျော့ပါးစေမည်ဖြစ်သည်။
- ဒေတာခွဲခြမ်းစိတ်ဖြာမှုတွင် ကွဲပြားသော သက်သေလက္ခဏာကို အသုံးပြုပါ။
- စက်သင်ယူမှုပုံစံများကို အနက်ပြန်ဆိုရန် ရှင်းပြသူများကို အသုံးပြုပါ။
- တရားမျှတမှုအတွက် မော်ဒယ်များကို အကဲဖြတ်ပါ။
Module 10- စောင့်ကြည့်လေ့လာရေး မော်ဒယ်များ
မော်ဒယ်ကို အသုံးပြုပြီးနောက်၊ မော်ဒယ်ကို ထုတ်လုပ်မှုတွင် မည်သို့အသုံးပြုကြောင်း နားလည်ရန်နှင့် ဒေတာပျံ့လွင့်မှုကြောင့် ၎င်း၏ ထိရောက်မှုတွင် ကျဆင်းသွားသည်ကို သိရှိရန် အရေးကြီးသည်။ ဤမော်ဂျူးသည် မော်ဒယ်များနှင့် ၎င်းတို့၏ဒေတာကို စောင့်ကြည့်ခြင်းအတွက် နည်းပညာများကို ဖော်ပြသည်။ သင်ခန်းစာများ
- Application Insights ဖြင့် မော်ဒယ်များကို စောင့်ကြည့်ခြင်း။
- Data Drift ကို စောင့်ကြည့်ခြင်း။
ဓာတ်ခွဲခန်း- Data Drift ကို စောင့်ကြည့်ပါ။
ဓာတ်ခွဲခန်း- Application Insights ဖြင့် Model တစ်ခုကို စောင့်ကြည့်ပါ။
ဒီ module ပြီးသွားရင် သင်လုပ်နိုင်ပါလိမ့်မယ်။
- ထုတ်ဝေထားသော မော်ဒယ်ကို စောင့်ကြည့်ရန် Application Insights ကို အသုံးပြုပါ။
- ဒေတာပျံ့လွင့်မှုကို စောင့်ကြည့်ပါ။
ဆက်စပ်လက်မှတ်များနှင့် စာမေးပွဲများ
ဤသင်တန်းသည် Azure စာမေးပွဲတွင် Microsoft DP-100- Data Science Solution ကို ဒီဇိုင်းဆွဲခြင်းနှင့် အကောင်အထည်ဖော်ခြင်းအတွက် ကိုယ်စားလှယ်များအား ပြင်ဆင်ပေးမည်ဖြစ်သည်။
စာရွက်စာတမ်းများ / အရင်းအမြစ်များ
 |
MECER MS-DP100T01 Azure တွင် Data Science Solution ကို ဒီဇိုင်းဆွဲပြီး အကောင်အထည်ဖော်ပါ။ [pdf] အသုံးပြုသူလမ်းညွှန် MS-DP100T01 Azure၊ MS-DP100T01၊ Azure တွင် ဒေတာသိပ္ပံဖြေရှင်းချက်ကို ဒီဇိုင်းရေးဆွဲခြင်းနှင့် အကောင်အထည်ဖော်ခြင်း |
