MECER MS-DP100T01 Azure-da Data Science yechimini loyihalash va joriy etish
| DURATION | DARAJA | TEXNOLOGIYA | Etkazib berish METOD |
TRENING KREDITLAR |
| 3 kun | O'rta | Azure | Instruktor boshchiligida | NA |
KIRISH
Mashinani oʻrganish yechimlarini ishlab chiqish, oʻrgatish va joylashtirish uchun Azure xizmatlaridan qanday foydalanish haqida kerakli bilimlarga ega boʻling. Kurs tugatish bilan boshlanadiview ma'lumotlar fanini qo'llab-quvvatlaydigan Azure xizmatlari. U yerdan ma'lumotlar fanini avtomatlashtirish uchun Azure-ning eng yaxshi ma'lumotlar fanlari xizmati, Azure Machine Learning xizmatidan foydalanishga e'tibor qaratadi. Ushbu kurs Azure-ga qaratilgan va talabaga ma'lumotlar fanini qanday qilishni o'rgatmaydi. Talabalar buni allaqachon bilishgan deb taxmin qilinadi.
AUDIENCE PROFILE
Ushbu kurs ma'lumotlar bo'yicha olimlarga va mashinani o'rganish modellarini o'rgatish va qo'llashda katta mas'uliyatga ega bo'lganlarga qaratilgan.
TALABLAR
Ushbu kursga borishdan oldin talabalar quyidagilarga ega bo'lishlari kerak:
- Azure asoslari
- Ma'lumotlar fanini tushunish, shu jumladan ma'lumotlarni qanday tayyorlash, modellarni o'rgatish va eng yaxshisini tanlash uchun raqobatdosh modellarni baholash.
- Python dasturlash tilida dasturlash va Python kutubxonalaridan qanday foydalanish mumkin: pandas, scikit-learn, matplotlib va seaborn.
KURS MAQSADLARI
Ushbu kursni tugatgandan so'ng talabalar quyidagilarga ega bo'ladilar:
- Azure-da ma'lumotlar fanini tushuning
- Jarayonni oxirigacha avtomatlashtirish uchun Machine Learning-dan foydalaning
- Machine Learning xizmatini boshqaring va kuzatib boring
1-modul: Azure Machine Learning bilan ishlashni boshlash
Ushbu modulda siz Azure Machine Learning ish maydonini qanday ta'minlashni va undan ma'lumotlar, hisoblash, modelni o'qitish kodi, jurnalga kiritilgan ko'rsatkichlar va o'qitilgan modellar kabi mashinani o'rganish aktivlarini boshqarish uchun foydalanishni o'rganasiz. dan qanday foydalanishni o'rganasiz web-asoslangan Azure Machine Learning studio interfeysi, shuningdek Azure Machine Learning SDK va ish joyingizdagi aktivlar bilan ishlash uchun Visual Studio Code va Jupyter Notebooks kabi ishlab chiquvchi vositalari.
Darslar
- Azure Machine Learning dasturiga kirish
- Azure Machine Learning bilan ishlash
- Laboratoriya: Azure Machine Learning Workspace yarating
- Azure Machine Learning ish maydonini taqdim eting
- Azure Machine Learning bilan ishlash uchun asboblar va kodlardan foydalaning
2-modul: Mashina o‘rganish uchun vizual vositalar
Ushbu modul avtomatlashtirilgan mashinalarni o'rganish va Dizayner vizual vositalarini taqdim etadi, ulardan siz hech qanday kod yozmasdan mashina o'rganish modellarini o'rgatish, baholash va joylashtirish uchun foydalanishingiz mumkin.
Darslar
- Avtomatlashtirilgan mashina o'rganish
- Azure Machine Learning dizayneri
Laboratoriya: Avtomatlashtirilgan mashinani o'rganishdan foydalaning
Laboratoriya: Azure Machine Learning Designer dasturidan foydalaning
Ushbu modulni tugatgandan so'ng, siz buni qila olasiz
- Mashinani o'rganish modelini o'rgatish uchun avtomatlashtirilgan mashinani o'rganishdan foydalaning
- Modelni tayyorlash uchun Azure Machine Learning dizayneridan foydalaning
3-modul: Yugurish tajribalari va trening modellari
Ushbu modulda siz ma'lumotlarni qayta ishlashni, model o'qitish kodini qamrab oluvchi tajribalarni boshlaysiz va ulardan mashinani o'rganish modellarini o'rgatish uchun foydalanasiz. Darslar
- Tajribalarga kirish
- Trening va ro'yxatga olish modellari
Laboratoriya: Poyezd modellari
Laboratoriya: Tajribalarni ishga tushirish
Ushbu modulni tugatgandan so'ng, siz buni qila olasiz
- Azure Machine Learning ish maydonida kodga asoslangan tajribalarni bajaring
- Mashinani o'rganish modellarini o'rgating va ro'yxatdan o'tkazing
4-modul: Ma’lumotlar ma’lumotlari bilan ishlash
har qanday mashinani o‘rganish ish yukining asosiy elementidir, shuning uchun ushbu modulda siz Azure Machine Learning ish maydonida ma’lumotlar omborlari va ma’lumotlar to‘plamlarini qanday yaratish va boshqarishni hamda ulardan namunaviy o‘qitish tajribalarida qanday foydalanishni o‘rganasiz.
Darslar
- Ma'lumotlar omborlari bilan ishlash
- Ma'lumotlar to'plami bilan ishlash
Laboratoriya: Ma'lumotlar bilan ishlash
Ushbu modulni tugatgandan so'ng, siz buni qila olasiz
- Ma'lumotlar do'konlarini yaratish va ulardan foydalanish
- Ma'lumotlar to'plamini yaratish va ulardan foydalanish
5-modul: Hisoblash bilan ishlash
Bulutning asosiy afzalliklaridan biri talab bo'yicha hisoblash resurslaridan foydalanish va ulardan mashina o'rganish jarayonlarini o'z uskunangizda bajarib bo'lmaydigan darajada kengaytirish uchun foydalanish qobiliyatidir. Ushbu modulda siz tajribalar uchun izchil ish vaqti izchilligini taʼminlaydigan tajriba muhitlarini qanday boshqarishni va tajribalar uchun hisoblash maqsadlarini qanday yaratish va ulardan foydalanishni oʻrganasiz.
Darslar
- Atrof muhit bilan ishlash
- Hisoblash maqsadlari bilan ishlash
Laboratoriya: Compute bilan ishlash
Ushbu modulni tugatgandan so'ng, siz buni qila olasiz
- Muhitlarni yaratish va ulardan foydalanish
- Hisoblash maqsadlarini yarating va foydalaning
6-modul: Quvurlar bilan operatsiyalarni tartibga solish
Endi siz ish yuklarini ishga tushirish asoslarini maʼlumotlar aktivlari va hisoblash resurslaridan foydalanadigan tajribalar sifatida tushunganingizdan soʻng, bu ish yuklarini bogʻlangan bosqichlar qatori sifatida qanday tartibga solishni oʻrganish vaqti keldi. Quvur liniyalari Azure-da samarali Mashinalarni oʻrganish operatsionizatsiyasi (ML Ops) yechimini joriy qilishning kalitidir, shuning uchun ularni ushbu modulda qanday aniqlash va ishga tushirishni oʻrganasiz.
Darslar
- Quvurlar bilan tanishtirish
- Nashr qilish va ishga tushirish quvurlari
Laboratoriya: Quvur liniyasi yarating
Ushbu modulni tugatgandan so'ng, siz buni qila olasiz
- Mashina o'rganish ish oqimlarini avtomatlashtirish uchun quvurlarni yarating
- Quvur xizmatlarini nashr etish va ishga tushirish
7-modul: Modellarni joylashtirish va iste'mol qilish
Modellar bashorat qilish orqali qaror qabul qilishda yordam berish uchun ishlab chiqilgan, shuning uchun ular faqat o'rnatilganda foydali bo'ladi va ilova foydalanishi mumkin. Ushbu modulda real vaqt rejimida xulosa chiqarish va ommaviy xulosa chiqarish uchun modellarni qanday joylashtirishni o'rganing.
Darslar
- Haqiqiy vaqtda xulosa chiqarish
- To'plam xulosasi
- Uzluksiz integratsiya va yetkazib berish
Laboratoriya: Haqiqiy vaqtda xulosa qilish xizmatini yarating
Laboratoriya: Ommaviy xulosa chiqarish xizmatini yarating
Ushbu modulni tugatgandan so'ng, siz buni qila olasiz
- Modelni real vaqtda xulosa qilish xizmati sifatida nashr eting
- Modelni ommaviy xulosalar xizmati sifatida nashr qilish
- Uzluksiz integratsiya va yetkazib berishni amalga oshirish usullarini tavsiflang
8-modul: Optimal modellarni o‘rgatish
Shu bilan stagKurs davomida siz mashinani o'rganish modellarini o'rgatish, joylashtirish va iste'mol qilishning oxirigacha jarayonini o'rgandingiz; ammo sizning modelingiz ma'lumotlaringiz uchun eng yaxshi bashoratli natijalarni ishlab chiqarishiga qanday ishonch hosil qilasiz? Ushbu modulda siz giperparametrlarni sozlash va avtomatlashtirilgan mashinani o'rganishdan qanday foydalanishni o'rganasiz.tage bulutli miqyosdagi hisoblash va ma'lumotlaringiz uchun eng yaxshi modelni toping.
Darslar
- Giperparametrlarni sozlash
- Avtomatlashtirilgan mashina o'rganish
Laboratoriya: SDK dan avtomatlashtirilgan mashinani o'rganishdan foydalaning
Laboratoriya: Giperparametrlarni sozlash Ushbu modulni tugatgandan so'ng siz buni qila olasiz
- Modelni o'qitish uchun giperparametrlarni optimallashtirish
- Maʼlumotlaringiz uchun optimal modelni topish uchun avtomatlashtirilgan mashinani oʻrganishdan foydalaning
9-modul: Mas'uliyatli mashinani o'rganish
Ma'lumotlar olimlari ma'lumotlarni tahlil qilishlari va mashinani o'rganish modellarini mas'uliyat bilan o'rgatishlari shart; shaxsiy daxlsizlikni hurmat qilish, tarafkashlikni yumshatish va shaffoflikni ta'minlash. Ushbu modul mas'uliyatli mashinani o'rganish tamoyillarini qo'llashning ba'zi mulohazalari va usullarini o'rganadi. Darslar
- Differensial maxfiylik
- Modelni talqin qilish qobiliyati
- Adolat
Laboratoriya: Differensial provacyni o'rganing
Laboratoriya: Modellarni tarjima qilish
Laboratoriya: Adolatsizlikni aniqlash va yumshatish Ushbu modulni tugatgandan so'ng, siz buni qila olasiz
- Ma'lumotlarni tahlil qilishda differentsial provacyni qo'llang
- Mashinani o'rganish modellarini izohlash uchun tushuntirishlardan foydalaning
- Modellarni adolat uchun baholang
10-modul: Monitoring modellari
Model qo‘llanilgandan so‘ng, model ishlab chiqarishda qanday qo‘llanilayotganini tushunish va ma’lumotlar o‘zgarishi tufayli uning samaradorligining har qanday pasayishini aniqlash muhim ahamiyatga ega. Ushbu modul modellar va ularning ma'lumotlarini kuzatish usullarini tavsiflaydi. Darslar
- Ilova tushunchalari bilan modellarni kuzatish
- Data Drift monitoringi
Laboratoriya: Data Drift monitoringi
Laboratoriya: Ilova tushunchalari bilan modelni kuzatib boring
Ushbu modulni tugatgandan so'ng, siz buni qila olasiz
- Nashr qilingan modelni kuzatish uchun Application Insights dan foydalaning
- Ma'lumotlar siljishini kuzatish
ALOQALI SERTIFIKATLAR VA IMTIHONLAR
Bu kurs delegatlarni Microsoft DP-100: Azure-da maʼlumotlar faniga oid yechimni loyihalash va joriy qilish imtihonini yozishga tayyorlaydi.
Hujjatlar / manbalar
 |
MECER MS-DP100T01 Azure-da Data Science yechimini loyihalash va joriy etish [pdf] Foydalanuvchi uchun qoʻllanma MS-DP100T01 Azure-da ma'lumotlar fanini loyihalash va joriy etish, MS-DP100T01, Azure-da ma'lumotlar fanini loyihalash va joriy etish |
