Designing and Implementing a Data Science Solution on Azure

Kurskod MDP-100

Designing and Implementing a Data Science Solution on Azure

Lär dig hur du använder maskininlärningslösningar i molnskala med Azure Machine Learning. Under den här utbildningen lär du dig att utnyttja av din befintliga kunskap om Python och maskininlärning för att hantera dataintag och dataförberedelse, modellträning och implementering och övervakning av maskininlärningslösningar med Azure Machine Learning och MLflow.

Pris
35450 kr (exklusive moms)
Längd
4 dagar
Alternativa betalsätt
Kompetenskort gäller på denna kurs

Många kurser kan även betalas med vårt kompetenskort alternativt utbildningsvouchers eller motsvarande credits från någon av våra teknikpartners. 

Läs mer om kompetenskort.
Läs mer om vouchers.

Ort och startdatum
24 feb
Live Online

Boka utbildning

Målgrupp och förkunskaper

Den här kursen vänder sig till Data Scientists och andra som arbetar med Machine Learning-modeller. Observera att kursen handlar om Azure, inte om generell Data Science. Dessa förkunskaper krävs:

  • Grundläggande kunskap om Azure.
  • Kunskap om programmering med Python
  • Förståelse för Machine Learning, inklusive hur man tränar modeller med bibliotek såsom Scikit-Learn, PyTorch, or Tensorflow.

För att alltid hålla en hög kvalitet på våra teknikkurser använder vi både engelsk- och svensktalande experter som kursledare.

 

Detaljerad information


Kursmaterialet är på engelska, med detta innehåll:

Design a machine learning solution
  • Design a data ingestion strategy for machine learning projects
  • Design a machine learning model training solution
  • Design a model deployment solution
Explore the Azure Machine Learning workspace
  • Explore Azure Machine Learning workspace resources and assets
  • Explore developer tools for workspace interaction
Make data available in Azure Machine Learning
  • Make data available in Azure Machine Learning
Work with compute in Azure Machine Learning
  • Work with compute targets in Azure Machine Learning
  • Work with environments in Azure Machine Learning
Automate machine learning model selection with Azure Machine Learning
  • Explore Automated Machine Learning
  • Find the best classification model with Automated Machine Learning
Use notebooks for experimentation in Azure Machine Learning
  • Track model training in notebooks with MLflow
Train models with scripts in Azure Machine Learning
  • Run a training script as a command job in Azure Machine Learning
  • Track model training with MLflow in jobs
  • Perform hyperparameter tuning with Azure Machine Learning
Optimize model training in Azure Machine Learning
  • Run pipelines in Azure Machine Learning
Manage and review models in Azure Machine Learning
  • Register an MLflow model in Azure Machine Learning
  • Create and explore the Responsible AI dashboard
Deploy and consume models with Azure Machine Learning
  • Deploy a model to a managed online endpoint
  • Deploy a model to a batch endpoint
Design a machine learning operations (MLOps) solution
  • Design a machine learning operations (MLOps) solution

Få inspiration & nyheter från oss

Jag godkänner att Cornerstone skickar mig nyheter via e-post