Fantom Tag

Schulung - Entwerfen und Implementieren einer Data Scientist Lösung unter Azure

  • Live Online oder Präsenz
DURCHFÜHRUNG MIT TERMIN
Dauer
4 Tage (24 Stunden)

Preis
2.190,00 € netto
2.606,10 € inkl. 19% MwSt.

Nr.
39051
Jetzt buchen
TERMIN UND ORT NACH ABSPRACHE
Dauer
4 Tage (24 Stunden)


Nr.
39051
On-demand Training
Sind Sie an diesem Thema interessiert?
Unsere Experten entwickeln Ihr individuell angepasstes Seminar!
Lesen Sie mehr
Zielgruppe

Wer sollte teilnehmen:

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.

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.
Trainingsprogramm

Trainingsprogramm

  • 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
Hinweis

Hinweis

Unterlagen in Englisch

Weitere Informationen

Weitere Informationen

Sessions

  • 2.190,00 € Netto
    Noch freie Plätze
    Jetzt buchen
    Fast Lane Institute for Knowledge Transfer GmbH
    Rotebühlplatz 21
    70178 Stuttgart
  • 2.190,00 € Netto
    Noch freie Plätze
    Jetzt buchen
    Fast Lane Institute for Knowledge Transfer GmbH
    Parkring 22
    85748 Garching
  • 2.190,00 € Netto
    Noch freie Plätze
    Jetzt buchen
    Fast Lane Institute for Knowledge Transfer GmbH
    Ludwig-Erhard-Straße 3
    65760 Eschborn
  • 2.190,00 € Netto
    Noch freie Plätze
    Jetzt buchen
    Fast Lane Institute for Knowledge Transfer GmbH
    Johann-Krane-Weg 46
    48149 Münster
  • 2.190,00 € Netto
    Noch freie Plätze
    Jetzt buchen
    Fast Lane Institute for Knowledge Transfer GmbH
    Gasstr. 4 a
    22761 Hamburg
  • 2.190,00 € Netto
    Noch freie Plätze
    Jetzt buchen
    Fast Lane Institute for Knowledge Transfer GmbH
    Ludwig-Erhard-Straße 3
    65760 Eschborn
  • 2.190,00 € Netto
    Noch freie Plätze
    Jetzt buchen
    Fast Lane Institute for Knowledge Transfer GmbH
    Gasstr. 4 a
    22761 Hamburg
  • 2.190,00 € Netto
    Noch freie Plätze
    Jetzt buchen
    Fast Lane Institute for Knowledge Transfer GmbH
    Parkring 22
    85748 Garching
Schulung - Entwerfen und Implementieren einer Data Scientist Lösung unter Azure