DP-604T00: Munkagép data science és gépi tanulási megoldás mesterséges intelligenciához Microsoft Szövet egy bevezető kurzus, amely adatkezelő szakembereknek szól, akik meg akarják érteni és alkalmazni szeretnék a teljes folyamatot. data scienceaz integrált platform használatával Microsoft Szövet.
A résztvevők megtanulják, hogyan vizsgálják meg az adatokat, hogyan dolgozzák fel azokat elő a Data Wrangler segítségével, hogyan hozzanak létre és tanítsanak gépi tanulási modelleket jegyzetfüzetekben, hogyan kezeljék a kísérleteket az MLflow segítségével, és hogyan generáljanak automatizált előrejelzéseket közvetlenül a Fabric környezetben.
A tanfolyam ajánlott:
- Adattudósok
- Adatelemzők
- Adatmérnökök
- Olyan szakemberek, akik gépi tanulási/mesterséges intelligencia megoldásokat szeretnének bevezetni vállalati környezetben Microsoft Szövet
Ezen a tanfolyamon megtanulod:
- Fedezze fel a képességeket Microsoft Szövet data science végtől végig
- Jegyzetfüzetek használata adatok feltárásához és vizualizálásához
- Adatok előfeldolgozása a Data Wranglerrel
- ML modellek betanítása, kezelése és monitorozása az MLflow segítségével
- Köteles előrejelzések generálása már közzétett modellekből
- Hatékony együttműködés az adatcsapatokkal a környezetben Microsoft Szövet
A résztvevőknek rendelkezniük kell:
- Ismeri az alapvető adatfogalmakat (adatkészletek, lekérdezések, modellek)
- Bevezetés a mesterséges intelligenciába és a gépi tanulásba
1. modul – Bevezetés a Microsoft Végponttól végpontig terjedő analitikai hálózat
- A platform és az adatcsapatok áttekintése
- Aktiválás és használat Microsoft Szövet
2. modul – Bevezetés a data science ban ben Microsoft Szövet
- Munkafolyamat data science
- Modellek feltárása, feldolgozása és betanítása
3. modul – Adatok feltárása jegyzetfüzetekkel
- Adatelosztás betöltése és elemzése
- Fejlett vizualizációs és feltárási technikák
- Gyakorlati feladatok Fabric jegyzetfüzetekkel
4. modul – Adatelőfeldolgozás a Data Wranglerrel
- Adattisztítás és -átalakítás
- Hiányzó értékek kezelése és funkciók előkészítése
- Specifikus műveletek alkalmazása gépi tanulás előkészítéséhez
5. modul – Modellek betanítása és követése MLflow-val
- Kísérletek létrehozása és a teljesítmény nyomon követése
- ML modellek kezelése Microsoft Szövet
6. modul – Köteles előrejelzések generálása publikált modellekkel
- Automatikus pontozás konfigurálása
- Eredmények írása egy Delta táblába későbbi felhasználás céljából
