Azure Machine Learning – od podstaw do zaawansowanych technik

Opis

Szkolenie zapewnia dogłębne zrozumienie platformy Azure Machine Learning, począwszy od fundamentalnych koncepcji po zaawansowane techniki implementacji. Program łączy teoretyczne podstawy uczenia maszynowego z praktycznym wykorzystaniem narzędzi Azure ML. Uczestnicy przechodzą przez pełny cykl życia projektu ML, od przygotowania danych po wdrożenie modeli, ucząc się najlepszych praktyk i wzorców projektowych.

Profil uczestnika

• Programiści rozpoczynający pracę z uczeniem maszynowym
• Data Scientists przechodzący na platformę Azure
• Inżynierowie ML/AI
• Analitycy danych rozwijający kompetencje ML
• Architekci rozwiązań AI
• DevOps Engineers wspierający projekty ML
• Specjaliści ds. data science

Agenda

1. Podstawy Azure Machine Learning
• Architektura platformy Azure ML
• Konfiguracja środowiska pracy
• Zarządzanie zasobami obliczeniowymi
• Organizacja przestrzeni roboczej
2. Przygotowanie i przetwarzanie danych
• Integracja źródeł danych
• Techniki przetwarzania danych
• Pipeline’y przygotowania danych
• Monitoring jakości danych
3. Rozwój i trenowanie modeli
• Wybór algorytmów ML
• Strojenie hiperparametrów
• Automatyczne ML
• Ewaluacja modeli
4. Wdrażanie i zarządzanie modelami
• Konteneryzacja modeli
• Wdrożenie na produkcję
• Monitoring wydajności
• Zarządzanie wersjami

Korzyści

Uczestnik rozwinie praktyczne umiejętności wykorzystania platformy Azure Machine Learning w projektach AI/ML. Zdobędzie dogłębną wiedzę o procesie tworzenia i wdrażania modeli uczenia maszynowego w środowisku Azure. Nauczy się efektywnie zarządzać zasobami i organizować przestrzeń roboczą dla projektów ML. Pozna techniki optymalizacji wydajności i automatyzacji procesów ML. Rozwinie umiejętność implementacji najlepszych praktyk w zakresie MLOps. Zyska zdolność samodzielnego prowadzenia projektów ML od koncepcji po wdrożenie produkcyjne.

Wymagane przygotowanie uczestników

• Podstawowa znajomość programowania (Python)
• Zrozumienie koncepcji uczenia maszynowego
• Podstawowa wiedza o chmurze Azure
• Doświadczenie w pracy z danymi

Zagadnienia

• Architektura Azure ML
• Przetwarzanie danych
• Algorytmy uczenia maszynowego
• Automatyczne ML
• Pipeline’y ML
• Wdrażanie modeli
• Monitoring i ewaluacja
• MLOps
• Optymalizacja wydajności
• Zarządzanie zasobami
• Bezpieczeństwo w ML
• Najlepsze praktyki

Poznaj naszą firmę