MICROSOFT Azure Machine Learning - Perform Cloud Data Science

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