Designing and Implementing a Data Science Solution on Azure - Webinar von SoftEd Systems Ingenieurgesellschaft für Software mbH

+++_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

In diesem Seminar erwerben Sie die erforderlichen Kenntnisse in der Verwendung der Azure-Dienste, um Lösungen für maschinelles Lernen zu entwickeln, trainieren und bereitzustellen. Der Kurs beginnt mit einem Überblick zu den Azure-Diensten, welche Data Science unterstützen. Schwerpunkt ist die Verwendung vom Azure Machine Learning-Dienst, zur Automatisierung der Data Science-Pipeline.

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