Course Overview
Данный курс предоставляет слушателям знания и навыки использования служб Azure для разработки, обучения и развертывания решений машинного обучения. Курс начинается с обзора служб Azure, которые могут использоваться в работе с данными (data scientists). Важно понимать, что основное внимание уделяется именно сервисам Azure, а не введению в науку данных, то есть слушатели уже должны обладать предварительными знаниями.
Кому следует посетить
Данный курс будет полезен специалистам по данным и техническим специалистам, ответственным за развертывание и обучение моделей машинного обучения.
Предварительные требования
Для прохождения данного курса слушатели должны обладать следующими знаниями и навыками:
- Фундаментальные знания об инфраструктуре Azure
- Понимание ключевых основ науки данных, включая принципы подготовки данных или выбора наилучшей модели
- Навыки программирования на Python, включая понимание библиотек: pandas, scikit-learn, matplotlib и seaborn
Цели курса
После прохождения данного курса слушатели будут уметь:
- Создавать рабочее пространство Azure Machine Learning
- Использовать инструменты и код для работы со службой машинного обучения Azure
- Использовать Designer для обучения модели машинного обучения
- Разворачивать конвейер Azure Designer как службу
- Выполнять эксперименты в рабочей области Azure Machine Learning
- Обучать модели машинного обучения
- Работать с хранилищами данных
- Создавать и использовать наборы данных
- Создавать и использовать вычисляемые среды
- Создавать и использовать целевые показатели вычислений
- Создавать конвейеры для автоматизации процессов машинного обучения.
- Публиковать и запускать службы конвейера
- Публиковать модель как сервис вывода в реальном времени
- Публиковать модель как сервис пакетного вывода
- Оптимизировать гиперпараметры обучения модели
- Использовать автоматическое машинное обучение для поиска оптимальной модели для данных
- Использовать объяснения для интерпретации моделей машинного обучения
- Использовать Application Insights для мониторинга опубликованной модели
- Мониторить дрейф данных