DP-100 |

Designing and Implementing a Data Science Solution on Azure

Descrizione

Impare ad utilizzare soluzioni di Machine Learning su scala cloud con Azure Machine Learning. Questo corso illustra come sfruttare le conoscenze esistenti di Python e machine learning per gestire l'inserimento e la preparazione dei dati, la formazione e la distribuzione dei modelli e il monitoraggio delle soluzioni di apprendimento automatico in Microsoft Azure.

Dettagli Corso

PERSONALIZZA:
Promozioni:
Calendario:
Sede:
Milano, Roma, Padova, Online
PREZZO:
1.600€ IVA esclusa
DURATA:
4 giorni

Destinatari

Questo corso è progettato per i data scientist con conoscenze esistenti di Python e framework di apprendimento automatico come Scikit-Learn, PyTorch e Tensorflow, che desiderano creare e gestire soluzioni di apprendimento automatico nel cloud

  • Effettuare il provisioning di un'area di lavoro di Azure Machine Learning
  • Usare strumenti e codice per usare Azure Machine LearningUse tools and code to work with Azure Machine Learning
  • Usare designer per eseguire il training di un modello di apprendimento automaticoUse designer to train a machine learning model
  • Distribuire una pipeline di progettazione come servizioDeploy a Designer pipeline as a service
  • Eseguire esperimenti basati su codice in un'area di lavoro di Azure Machine LearningRun code-based experiments in an Azure Machine Learning workspace
  • Formare e registrare modelli di apprendimento automatico
  • Creare e utilizzare datastore
  • Creare e utilizzare set di dati
  • Creare e utilizzare ambienti
  • Creare e usare destinazioni di calcoloCreate and use compute targets
  • Creare pipeline per automatizzare i flussi di lavoro di apprendimento automaticoCreate pipelines to automate machine learning workflows
  • Pubblicare ed eseguire servizi pipeline
  • Pubblicare un modello come servizio di inferenza in tempo realePublish a model as a real-time inference service
  • Pubblicare un modello come servizio di inferenza batchPublish a model as a batch inference service
  • Ottimizzare gli iperparametri per il training del modelloOptimize hyperparameters for model training
  • Usare l'apprendimento automatico automatico per trovare il modello ottimale per i dati
  • Genera spiegazioni del modello con l'apprendimento automatico automatizzato
  • Usare gli strumenti di spiegazione per interpretare i modelli di apprendimento automaticoUse spiegatoers to interpret machine learning models
  • Usare Application Insights per monitorare un modello pubblicatoUse Application Insights to monitor a published model
  • Monitorare la data drift

Recensioni

Lascia una recensione

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Corso personalizzato?

Mai stato così semplice!
Designing and Implementing a Data Science Solution on Azure su misura per te

Calendario

Richiedi informazioni

Mai stato così semplice!
Designing and Implementing a Data Science Solution on Azure su misura per te