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

Seminar

In München und Hamburg

Preis auf Anfrage

Beschreibung

  • Dauer

    2 Tage

  • Beginn

    auf Anfrage

Vorausgesetzt werden ein fundiertes Data Science Verständnis, Kenntnisse der Programmiersprache Python sowie gängiger Python-Bibliotheken: (Numpy, Pandas, Matplotlib) und Frameworks (Scikit-Learn, PyTorch und Tensorflow).

Außerdem sind grundlegende Azure-Kenntnisse Voraussetzung.

Zielgruppe:

Das Seminar richtet sich an Data Scientists und Personen, die Machine Learning-Modelle in der Cloud entwickeln und bereitstellen wollen.Zielgruppe:Zielgruppe:

Standorte und Zeitplan

Lage

Beginn

Hamburg

Beginn

auf AnfrageAnmeldung möglich
München (Bayern)

Beginn

auf AnfrageAnmeldung möglich

Fragen & Antworten

Ihre Frage hinzufügen

Unsere Berater und andere Nutzer werden Ihnen antworten können

Wer möchten Sie Ihre Frage beantworten?

Geben Sie Ihre Kontaktdaten ein, um eine Antwort zu erhalten

Es werden nur Ihr Name und Ihre Frage veröffentlicht.

Meinungen

Erfolge dieses Bildungszentrums

2020

Sämtlich Kurse sind auf dem neuesten Stand

Die Durchschnittsbewertung liegt über 3,7

Mehr als 50 Meinungen in den letzten 12 Monaten

Dieses Bildungszentrum ist seit 15 Mitglied auf Emagister

Themen

  • Python

Inhalte

    • Einführung in das Machine Learning unter Azure
      • Einstieg in Azure Machine Learning
      • Azure Machine Learning Tools
    • No-Code Machine Learning mit dem Designer
      • Trainieren von Modellen mit dem Designer
      • Veröffentlichen von Modellen mit dem Designer
    • Experimente erstellen und Modelle trainieren
      • Einführung in Experimente
      • Trainieren und Registrieren von Modellen
    • Arbeiten mit Daten
      • Arbeiten mit Datastores
      • Arbeiten mit Datasets
    • ComputeContexts
      • Arbeiten mit Umgebungen
      • Arbeiten mit ComputeTargets
    • Erstellen von Operations mit Pipelines
      • Einführung in Pipelines
      • Veröffentlichen und Ausführen von Pipelines
    • Bereitstellen und Nutzen von Modellen
      • Echtzeitvorhersage
      • Batchvorhersage
    • Trainieren optimaler Modelle
      • Hyperparameter Tuning
      • Automatisiertes Machine Learning
    • Interpretieren von Modellen
      • Einführung in die Modellinterpretation
      • Nutzen von Explainern
    • Überwachen von Modellen
      • Überwachen von Modellen mit Application Insights
      • Überwachen von Datendrift

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

Preis auf Anfrage