Me cultiver

Faîtes le plein d'inspiration sur les domaines de la Data et de l'IA

Je m'abonne

Ref: MS20774

MICROSOFT Azure Machine Learning - Perform Cloud Data Science

E-learning - Synchrone - 35h

Objectifs

Donner aux participants la possibilité d'analyser et de présenter des données en utilisant Azure Machine Learning. Présenter une introduction à l'utilisation d'Azure Machine Learning avec notamment HDInsight et R Services.

Syllabus

Introduction à Machine Learning



  • Qu'est-ce que Machine Learning ?

  • Introduction aux algorithmes Machine Learning

  • Introduction aux langages Machine Learning

  • Introduction à Azure Machine Learning

  • Présentation d'Azure Machine Learning

  • Introduction au studio Azure Machine Learning

  • Développement et hébergement d'applications Azure Machine Learning



Gestion des jeux de données



  • Catégorisation de vos données

  • Importation de données dans Azure Machine Learning

  • Exploration et transformation des données dans Azure Machine Learning

  • Préparation des données à utiliser avec Azure Machine Learning



Prétraitement des données



  • Gestion des ensembles de données incomplets



Utilisation de l'ingénierie des fonctionnalités et de la sélection



  • Utilisation des fonctions d'ingénierie

  • Utilisation du choix des fonctionnalités



Construire des modèles Azure Machine Learning



  • Flux de travail d'Azure Machine Learning

  • Marquage et évaluation des modèles

  • Utilisation d'algorithmes de régression

  • Utilisation des réseaux neuronaux



Utilisation de la classification et du regroupement avec les modèles Azure Machine Learning



  • Utilisation d'algorithmes de classification

  • Techniques de regroupement

  • Sélection des algorithmes



Utilisation de R et Python avec Azure Machine Learning



  • Utilisation de R

  • Utilisation de Python

  • Incorporer R et Python dans les expériences



Initialisation et optimisation des modèles Azure Machine Learning



  • Utilisation d'hyper-paramètres



Utilisation de multiples algorithmes et modèles



  • Marquage et évaluation de modèles

  • Utilisation des modèles Azure Machine Learning

  • Déploiement et publication de modèles

  • Expériences consommatrices



Utilisation des services cognitifs



  • Aperçu des services cognitifs

  • Traitement de la langue

  • Traitement des images et de la vidéo

  • Recommander des produits



Utilisation de Machine Learning avec HDInsight



  • Introduction à HDInsight

  • Types de cluster HDInsight

  • HDInsight et modèles Machine Learning



Utilisation des services R avec Machine Learning



  • Présentation de R et du serveur R

  • Utilisation du serveur R avec Machine Learning

  • Utilisation de R avec SQL Server

Comment ?

Méthodes pédagogiques

1 poste et 1 support par stagiaire


8 à 10 stagiaires par salle


Remise d'une documentation pédagogique papier ou numérique pendant le stage


La formation est constituée d'apports théoriques, d'exercices pratiques, de réflexions et de retours d'expérience

Évaluation

Auto-évaluation des acquis par le stagiaire via un questionnaire en ligne


Attestation de fin de stage remise au stagiaire

Participez à la prochaine session !

S'inscrire

Admission

A qui s’adresse cette formation

Les personnes qui souhaitent analyser et présenter des données en utilisant Azure Machine Learning. ITPro, Développeurs qui ont besoin de soutenir des solutions d'apprentissage basée sur Azure Machine Learning.

Prérequis

Avoir une expérience de la programmation R, et être familier avec les paquets R communs. Connaître les méthodes statistiques communes et les meilleures pratiques d'analyse de données. Connaître les bases du système d'exploitation Microsoft Windows et de ses fonctionnalités principales. Connaissance pratique des bases de données relationnelles.

Coût de la formation

Frais pédagogiques

2895€ HT

Tarif Inter-entreprise par personne

Aides au financement

Des dispositifs variés et aides au fnancement existent. N’hésitez pas à nous constulter pour en savoir plus.

En savoir plus sur les dispositifs de financement.

Le Pont Learning