Mo. bis Fr. von 8:00 bis 17:00 Uhr 0800 71 20000 Corona Informationen

DP-100T01-A: Entwerfen und Implementieren einer Data Scientist Lösung unter Azure


Azure Kurse für Entwickler 3 Tage

Erhalten Sie wichtige Kenntnisse über die Verwendung von Azure Services um Machine Learning Lösungen zu entwickeln, trainieren und bereitzustellen. Der Kurs beginnt mit einem Überblick über Azure Dienste die Data Science unterstützen. Von hier an konzentriert er sich auf Azures ersten Data Science Service, Azure-machine-learning-service, um Data Science Pipelines zu automatisieren. Der Kurs konzentriert sich auf Azure und lehrt die Teilnehmer nicht, wie Data Science erledigt wird. Es wird davon ausgegangen, dass die Studenten das wissen.

Neben der Vermittlung praxisrelevanten Wissens eignet sich der Kurs auch optimal zur Vorbereitung auf Examen DP-100: Designing and Implementing a Data Science Solution on Azure. Bei Bestehen zertifiziert man sich damit zum Microsoft Certified: Azure Data Scientist Associate.

Die Teilnahme an Prüfungen ist optional und die Prüfungsgebühren sind nicht im Seminarpreis enthalten.

Zielgruppe

Dieser Kurs richtet sich an Datenwissenschaftler und Personen mit erheblicher Verantwortung für die Ausbildung und den Einsatz von Machine Learning.

Voraussetzungen für die Schulung

Vor Teilnahme an disesem Kurs benötigen die Teilnehmer:

  • vorhandene Zertfizierung als Azure Fundamentals 
  • Verständnis von Data Science, Vorbereitung von Daten, trainingsmodellen und der Evaluation von verschiedenen Modellen um das besten auszuwählen.
  • Wie mit der Programmiersprache Python programmiert wird und die Python Bibliotheken genutzt werden: pandas, scikit-learn, matplotlib, und seaborn.
1.500,00 € zzgl. 19% USt.
1.785,00 € inkl. 19% USt.
2.500,00 € zzgl. 19% USt.
2.975,00 € inkl. 19% USt.
1.290,00 € zzgl. 19% USt.
1.535,10 € inkl. 19% USt.

Trainingsinhalte

Erste Schritte mit Azure Machine Learning:
In diesem Modul lernen Sie, wie Sie einen Azure Machine Learning-Arbeitsbereich bereitstellen und diesen zur Verwaltung von maschinellen Lernmitteln wie Daten, Berechnungen, ModellTrainingscode, protokollierten Metriken und trainierten Modellen verwenden. Sie werden lernen, wie Sie die webbasierte Azure Machine Learning-Studioschnittstelle sowie das Azure Machine Learning SDK und Entwicklerwerkzeuge wie Visual Studio Code und Jupyter Notebooks verwenden, um mit den Objekten in Ihrem Arbeitsbereich zu arbeiten.

  • Einführung in Azure Machine Learning
  • Arbeiten mit Azure-Machine Learning

Visuelle Tools für maschinelles Lernen:
In diesem Modul werden die visuellen Tools für automatisiertes maschinelles Lernen und Designer vorgestellt, mit denen Sie Modelle für maschinelles Lernen trainieren, bewerten und bereitstellen können, ohne Code schreiben zu müssen.

  • Automatisiertes maschinelles Lernen
  • Azure Machine Learning Designer

Durchführung von Experimenten und Trainingsmodellen:
In diesem Modul werden Sie mit Experimenten beginnen, die Datenverarbeitung und Trainingscode modellieren und diese zum Training von Modellen für maschinelles Lernen verwenden.

  • Einführung in die Experimente
  • Ausbildungs und Registrierungsmodelle

Arbeiten mit Daten:
Daten sind ein grundlegendes Element in jedem Workload beim maschinellen Lernen, daher lernen Sie in diesem Modul, wie man Datenspeicher und Datensätze in einem Azure Machine Learning-Arbeitsbereich erstellt und verwaltet und wie man sie in Modell-Trainingsexperimenten verwendet.

  • Arbeiten mit Datenspeichern
  • Arbeiten mit Datensätzen

Arbeiten mit Compute:
Einer der Hauptvorteile der Cloud ist die Möglichkeit, Rechenressourcen nach Bedarf zu nutzen und sie zur Skalierung von maschinellen Lernprozessen in einem Umfang zu nutzen, der auf der eigenen Hardware nicht möglich wäre. In diesem Modul lernen Sie, wie Sie Experimentierumgebungen verwalten können, die eine konsistente Laufzeitkonsistenz für Experimente gewährleisten, und wie Sie Rechenziele für Experimentläufe erstellen und verwenden können.

  • Arbeiten mit Umgebungen
  • Arbeiten mit Rechenzielen

Orchestrieren von Operationen mit Pipelines:
Jetzt, da Sie die Grundlagen der Ausführung von Workloads als Experimente verstehen, die Datenbestände und Berechnungsressourcen nutzen, ist es an der Zeit zu lernen, wie man diese Workloads als Pipeline zusammenhängender Schritte orchestrieren kann. Pipelines sind der Schlüssel zur Implementierung einer effektiven ML OpsLösung (Machine Learning Operationalization) in Azure, daher werden Sie in diesem Modul untersuchen, wie sie bestimmt und ausgeführt werden können.

  • Einführung in Pipelines
  • Veröffentlichung und Betrieb von Pipelines

Bereitstellen und Verwenden von Modellen:
Modelle sollen die Entscheidungsfindung durch Vorhersagen unterstützen, daher sind sie nur dann nützlich, wenn sie eingesetzt werden und für eine Anwendung zur Verfügung stehen. In diesem Modul lernen Sie, wie man Modelle für Echtzeit- und Batch-Inferenzierung einsetzt.

  • Echtzeit-Inferenzierung
  • Batch-Inferenzierung
  • Kontinuierliche Integration und Lieferung

Ausbildung optimaler Modelle:
In dieser Phase des Kurses haben Sie den End-to-End-Prozess für die Schulung, den Einsatz und die Nutzung von maschinellen Lernmodellen kennen gelernt; aber wie stellen Sie sicher, dass Ihr Modell die besten Vorhersageergebnisse für Ihre Daten liefert? In diesem Modul werden Sie untersuchen, wie Sie Hyperparameter-Tuning und automatisiertes maschinelles Lernen einsetzen können, um die Vorteile der CloudScale-Berechnung zu nutzen und das beste Modell für Ihre Daten zu finden.

  • Hyperparameter-Abstimmung
  • Automatisiertes maschinelles Lernen

Verantwortungsbewusstes maschinelles Lernen:
Datenwissenschaftler müssen sicherstellen, dass sie Daten analysieren und Modelle für maschinelles Lernen verantwortungsbewusst trainieren. Achtung der Privatsphäre des Einzelnen, Minderung von Voreingenommenheit und Gewährleistung von Transparenz.In diesem Modul werden einige Überlegungen und Techniken zur Anwendung verantwortungsbewusster Prinzipien des maschinellen Lernens erläutert.

  • Differenzielle Privatsphäre
  • Modellinterpretierbarkeit
  • Gerechtigkeit

Überwachungsmodelle:
Nach der Einführung eines Modells ist es wichtig zu verstehen, wie das Modell in der Produktion eingesetzt wird, und jede Beeinträchtigung seiner Wirksamkeit aufgrund von Datenabweichungen zu erkennen. Dieses Modul beschreibt Techniken zur Überwachung von Modellen und ihren Daten.

  • Überwachungsmodelle mit Application Insights
  • Überwachung der Datenverschiebung

Lernen von Experten

Zertifizierte und praxiserfahrene TrainerInnen

Durchführungs-Garantie

Unsere Schulungen finden ab der 1. Buchung statt.

Inklusive

Mittagessen, Unterlagen, Zertifikat, WLAN, Getränke uvm.

Gruppengröße

Minimal 1, Maximal 8 TeilnehmerInnen

Passende Unterlage

Inklusive Fachbuch zur Schulung.

Sprache

Deutsch (Englisch auf Wunsch)

Förderungen

Bis zu 100% Kostenübernahme!

Fragen zum Ablauf?

FAQ und Kontakt

Termine für DP-100T01-A: Entwerfen und Implementieren einer Data Scientist Lösung unter Azure

07.06.2022
Plätze verfügbar
Online 3 Tage
1.990,00 € zzgl. 19% USt.
2.368,10 € inkl. 19% USt.
11.07.2022
Plätze verfügbar
München 3 Tage
1.990,00 € zzgl. 19% USt.
2.368,10 € inkl. 19% USt.
08.08.2022
Plätze verfügbar
Online 3 Tage
1.990,00 € zzgl. 19% USt.
2.368,10 € inkl. 19% USt.
29.08.2022
Plätze verfügbar
München 3 Tage
1.990,00 € zzgl. 19% USt.
2.368,10 € inkl. 19% USt.
26.09.2022
Plätze verfügbar
Online 3 Tage
1.990,00 € zzgl. 19% USt.
2.368,10 € inkl. 19% USt.
02.11.2022
Plätze verfügbar
München 3 Tage
1.990,00 € zzgl. 19% USt.
2.368,10 € inkl. 19% USt.
28.11.2022
Plätze verfügbar
Online 3 Tage
1.990,00 € zzgl. 19% USt.
2.368,10 € inkl. 19% USt.
19.12.2022
Plätze verfügbar
München 3 Tage
1.990,00 € zzgl. 19% USt.
2.368,10 € inkl. 19% USt.
Der passende Termin oder Standort ist nicht dabei? Gerne bieten wir Ihnen eine passende Lösung an.
Ähnliche Schulungen
690,00 € zzgl. 19% USt.
821,10 € inkl. 19% USt.
2.250,00 € zzgl. 19% USt.
2.677,50 € inkl. 19% USt.
790,00 € zzgl. 19% USt.
940,10 € inkl. 19% USt.
2.490,00 € zzgl. 19% USt.
2.963,10 € inkl. 19% USt.
1.790,00 € zzgl. 19% USt.
2.130,10 € inkl. 19% USt.

Alle Schulungen zum Thema

Noch Fragen?

Rufen Sie mich an oder schreiben Sie mir eine E-Mail!

Frank Lewin
Frank Lewin