DP-100T01
Designing and Implementing a Data Science Solution on Azure
(DP-100: Design und Implementierung einer Data-Science-Lösung auf Azure)

Preis & Daten
  • 1850 € zzgl. MwSt.
    inkl. Schulungsunterlage und Kursumgebung
  • Seminarnummer: DP-100T01
    Dauer: 3 Tage
Unsere Termine

  • Frage zu dem Seminar

Über das Seminar

In diesem Seminar lernen Sie, Maschinenlernlösungen im Cloudmaßstab mithilfe von Azure Machine Learning zu betreiben. Sie erfahren, wie Sie Ihre vorhandenen Kenntnisse über Python und Maschinenlernen nutzen, um das Einpflegen und Vorbereiten von Daten, Modelltraining und -bereitstellung sowie die Überwachung der Maschinenlernlösung in Microsoft Azure zu verwalten.

Das Seminar kann zur Vorbereitung auf die Zertifizierung als Azure Data Scientist genutzt werden.

Bitte beachten Sie: Dies ist ein Seminar, das wir an ausgewählten Terminen sowohl in unserem Trainingscenter als auch als Virtual Classroom anbieten. Mit Ihrer Buchung erklären Sie sich damit einverstanden, während des Seminars gefilmt zu werden.

Inhalt

  • Design einer Strategie für die Datenaufnahme für Maschinenlernprojekte
  • Design einer Lösung für das Training von Maschinenlernmodellen
  • Design einer Modellbereitstellungslösung
  • Azure-Machine-Learning-Arbeitsbereichsressourcen und -Assets
  • Entwicklerwerkzeuge für die Interaktion von Arbeitsbereichen
  • Daten zur Verfügung stellen in Azure Machine Learning
  • Arbeiten mit Computezielen
  • Arbeiten mit Umgebungen
  • Finden des besten Klassifizierungsmodells mit Azure Machine Learning
  • Nachverfolgen des Modelltrainings in Jupyter-Notebooks mit MLflow
  • Ausführen eines Trainingsskripts als Kommandojob
  • Nachverfolgen des Modelltrainings mit MLflow in Jobs
  • Ausführen von Pipelines 
  • Tunen von Hyperparametern
  • Bereitstellen eines Modells auf einem verwalteten Online-Endpunkt
  • Bereitstellen eines Modells auf einem Batch-Endpunkt

Zielgruppe

  • Data Scientists und Personen, die für Training und Bereitstellung von Maschinenlernmodellen verantwortlich sind

Voraussetzungen

  • Grundkenntnisse über Cloud-Computing-Konzepte und Erfahrung mit allgemeinen Data-Science- und Maschinenlernwerkzeugen und -techniken, insbesondere: 
    • Erstellen von Cloudressourcen in Microsoft Azure
    • Verwenden von Python, um Daten zu untersuchen und zu visualisieren
    • Training und Validierung von Maschinenlernmodellen mithilfe gängiger Frameworks wie Scikit-Learn, PyTorch und TensorFlow
    • Arbeiten mit Containern

Zertifizierungen

Dieses Seminar bereitet auf folgende Zertifizierung vor:

Prüfungen

Dieses Seminar bereitet auf folgende Prüfung vor:

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