DP-604T00: Впровадити data science та рішення для машинного навчання для штучного інтелекту з Microsoft Тканина це вступний курс, призначений для фахівців з обробки даних, які хочуть зрозуміти та застосувати весь процес data science, використовуючи інтегровану платформу Microsoft Тканина.
Учасники навчаться досліджувати дані, попередньо обробляти їх за допомогою Data Wrangler, створювати та навчати моделі машинного навчання в блокнотах, керувати експериментами за допомогою MLflow та генерувати автоматизовані прогнози безпосередньо в середовищі Fabric.
Курс рекомендований для:
- Дані вчені
- Аналітики даних
- Інженери даних
- Фахівці, які хочуть впроваджувати рішення машинного навчання/штучного інтелекту в корпоративних середовищах за допомогою Microsoft Тканина
У цьому курсі ви навчитеся:
- Досліджуйте можливості Microsoft Тканина для data science кінець в кінець
- Використовуйте блокноти для дослідження та візуалізації даних
- Попередня обробка даних за допомогою Data Wrangler
- Навчайте, керуйте та моніторьте моделі машинного навчання за допомогою MLflow
- Генерування пакетних прогнозів з уже опублікованих моделей
- Ефективно співпрацювати з командами обробки даних у середовищі Microsoft Тканина
Учасники повинні мати:
- Знайомство з основними концепціями даних (набори даних, запити, моделі)
- Вступні поняття штучного інтелекту та машинного навчання
Модуль 1 – Вступ до Microsoft Комплексна аналітична структура
- Огляд платформи та команд обробки даних
- Активація та використання Microsoft Тканина
Модуль 2 – Вступ до data science в Microsoft Тканина
- Робочий процес у data science
- Дослідження, обробка та навчання моделей
Модуль 3 – Дослідження даних за допомогою блокнотів
- Завантаження та аналіз розподілу даних
- Розширені методи візуалізації та дослідження
- Практичні вправи з блокнотами у Fabric
Модуль 4 – Попередня обробка даних за допомогою Data Wrangler
- Очищення та перетворення даних
- Обробка відсутніх значень та підготовка функцій
- Застосування спеціальних операцій для підготовки машинного навчання
Модуль 5 – Моделі навчання та відстеження за допомогою MLflow
- Створення експериментів та відстеження ефективності
- Управління моделями машинного навчання в Microsoft Тканина
Модуль 6 – Генерація пакетних прогнозів за допомогою опублікованих моделей
- Налаштування автоматичного підрахунку балів
- Запис результатів у дельта-таблицю для подальшого використання
