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

 

Kursüberblick

Lernen Sie, wie Sie Lösungen für maschinelles Lernen in der Cloud mit Azure Machine Learning betreiben können. In diesem Kurs lernen Sie, Ihre vorhandenen Kenntnisse in Python und maschinellem Lernen zu nutzen, um Dateneingabe und -vorbereitung, Modelltraining und -bereitstellung sowie die Überwachung von maschinellen Lernlösungen mit Azure Machine Learning und MLflow zu verwalten.

DP-100 Self-Assessment

Sind Sie sich noch unsicher, ob der Kurs für Sie geeignet ist? Wir bieten Ihnen ein kostengünstiges Self-Assessment an, um Ihre Kenntnisse zu testen. Sie können den Test innerhalb der 90-tägigen Nutzungsdauer beliebig oft wiederholen. Wenn Sie den DP-100 Kurs im Anschluss buchen, wird der von Ihnen bezahlte Betrag beim Kurspreis angerechnet.

Jetzt informieren und buchen

Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.

Zielgruppe

Dieser Kurs richtet sich an Datenwissenschaftler mit vorhandenen Kenntnissen in Python und Machine-Learning-Frameworks wie Scikit-Learn, PyTorch und Tensorflow, die Machine-Learning-Lösungen in der Cloud aufbauen und betreiben wollen.

Zertifizierungen

Empfohlenes Training für die Zertifizierung zum:

Voraussetzungen

Erfolgreiche Azure Data Scientists beginnen ihre Tätigkeit mit grundlegenden Kenntnissen über Cloud Computing-Konzepte und Erfahrung mit allgemeinen Data Science- und Machine Learning-Tools und -Techniken.

Konkret:

  • Erstellen von Cloud-Ressourcen in Microsoft Azure.
  • Verwendung von Python zur Erforschung und Visualisierung von Daten.
  • Training und Validierung von Machine-Learning-Modellen mit gängigen Frameworks wie Scikit-Learn, PyTorch und TensorFlow.
  • Arbeiten mit ContainernUm diese Grundkenntnisse zu erwerben, sollten Sie vor der Teilnahme am Kurs die folgende kostenlose Online-Schulung absolvieren:
  • Erkunden Sie die Microsoft Cloud-Konzepte.
  • Erstellen Sie Modelle für maschinelles Lernen.
  • Verwalten von Containern in AzureWenn Sie völlig neu im Bereich Data Science und maschinelles Lernen sind, sollten Sie zunächst die Microsoft Azure AI Fundamentals absolvieren.

Kursinhalt

  • Entwurf einer Strategie zur Datenaufnahme für Projekte des maschinellen Lernens".
  • Entwurf einer Lösung für das Training von Modellen für maschinelles Lernen
  • Entwerfen einer Lösung für die Bereitstellung von Modellen
  • Erkunden Sie die Ressourcen und Assets des Azure Machine Learning-Arbeitsbereichs
  • Entwicklertools für die Interaktion im Arbeitsbereich erkunden
  • Daten in Azure Machine Learning verfügbar machen
  • Arbeit mit Berechnungszielen in Azure Machine Learning
  • Arbeit mit Umgebungen in Azure Machine Learning
  • Finden Sie das beste Klassifizierungsmodell mit automatisiertem maschinellem Lernen
  • Modelltraining in Jupyter-Notebooks mit MLflow verfolgen
  • Ausführen eines Trainingsskripts als Befehlsauftrag in Azure Machine Learning
  • Modelltraining mit MLflow in Aufträgen verfolgen
  • Ausführen von Pipelines in Azure Machine Learning
  • Hyperparameter-Abstimmung mit Azure Machine Learning durchführen
  • Bereitstellen eines Modells auf einem verwalteten Online-Endpunkt
  • Bereitstellen eines Modells für einen Batch-Endpunkt

Preise & Trainingsmethoden

Online Training

Dauer
4 Tage

Preis
  • CHF 2'460.–
Classroom Training

Dauer
4 Tage

Preis
  • Schweiz: CHF 2'460.–

Kurstermine

Instructor-led Online Training:   Course conducted online in a virtual classroom.
FLEX Classroom Training (hybrid course):   Course participation either on-site in the classroom or online from the workplace or from home.

deutsch

European Time Zones

Online Training
Classroom option: München, Deutschland
Online Training
Classroom option: Stuttgart, Deutschland
Online Training
Classroom option: Zürich
Online Training
Classroom option: Frankfurt, Deutschland
Online Training
Classroom option: Zürich
Online Training
Classroom option: Hamburg, Deutschland
Online Training
Classroom option: Münster, Deutschland
Online Training
Classroom option: Zürich
+ Weitere Termine...

englisch

European Time Zones

Online Training
Online Training
Online Training
Online Training

3 hours difference to Central European Time (CET)

Online Training
Classroom option: Dubai, Vereinigte Arabische Emirate
Zeitzone: Gulf Standard Time (GST)

6 hours difference to Central European Time (CET)

Online Training Zeitzone: Eastern Daylight Time (EDT)
Online Training Zeitzone: Eastern Daylight Time (EDT)
Online Training Zeitzone: Eastern Daylight Time (EDT)
Online Training Zeitzone: Eastern Daylight Time (EDT)

7 hours difference to Central European Time (CET)

Online Training Zeitzone: Central Standard Time (CST)
Online Training Zeitzone: Central Standard Time (CST)
Online Training Zeitzone: Central Standard Time (CST)
Online Training Zeitzone: Central Standard Time (CST)

8 hours difference to Central European Time (CET)

Online Training Zeitzone: Pacific Daylight Time (PDT)
Online Training Zeitzone: Pacific Daylight Time (PDT)

9 hours difference to Central European Time (CET)

Online Training Zeitzone: Pacific Daylight Time (PDT)
Online Training Zeitzone: Pacific Daylight Time (PDT)
FLEX Classroom Training (hybrid course):   Course participation either on-site in the classroom or online from the workplace or from home.

Schweiz

Zürich
Zürich
Zürich
Zürich
Zürich
Zürich

Deutschland

München
Stuttgart
Frankfurt
Hamburg
Münster
Frankfurt
Hamburg
München
Hamburg

Ist der für Sie passende Termin oder Ort nicht dabei? Wir bieten Ihnen noch weitere FLEX™ Classroom Trainingstermine an!