Облачная аналитика больших данных (Big Data) при помощи машинного обучения в Azure

Perform Cloud Data Science with Azure Machine Learning



Облачная аналитика больших данных (Big Data) при помощи машинного обучения в Azure
Код: 20774
Направление обучения: Базы данных
Продолжительность: 5 дней/40 часов
Цена для физ. лиц: 32800 руб.
Цена для юр. лиц: 34800 руб.

Скачать прайс-лист (PDF)

Описание образовательной программы

Курс знакомит с основами анализа больших данных и визуализации результата при помощи машинного обучения в Azure.
В курсе рассматриваются инструменты анализа больших данных HDInsight и R.

Успешное окончание обучения по программе курса позволит специалистам:

  • объяснять принципы работы механизмов машинного обучения, используемые алгоритмы и языки;
  • описывать возможности машинного обучения в Azure и перечислять основные функции Azure Machine Learning Studio;
  • загружать и исследовать различные типы данных для машинного обучения Azure;
  • изучать и использовать методы подготовки наборов данных для использования с машинным обучением Azure;
  • изучать и использовать регрессионные алгоритмы и алгоритмы работы нейронных сетей в рамках машинного обучения Azure;
  • изучать и использовать алгоритмы классификации и кластеризации в рамках машинного обучения Azure;
  • использовать преимущества R и Python при работе с машинным обучением Azure;
  • изучать и использовать гипер-параметры, множество алгоритмов и моделей для решения аналитических задач;
  • предоставлять пользователям доступ к результатам отработки моделей машинного обучения Azure;
  • изучать и использовать подключения к когнитивным службам (Cognitive Services API) для обработки текста и изображений, создания рекомендаций и описание использования нейронных сетей в рамках машинного обучения Azure;
  • изучать и использовать HDInsight в рамках машинного обучения Azure;
  • изучать и использовать язык R и сервер R в рамках машинного обучения Azure;
  • объяснять, как развернуть и настроить SQL Server для поддержки служб R.

Цель курса

Формирование знаний и навыков, необходимых для анализа
больших данных и визуализации результата при помощи машинного обучения в Azure.

Целевая аудитория

  • ИТ-специалисты,
  • специалисты, изучающие HDInsight и R

Необходимая подготовка

  • Успешное окончание курса Курс 20773А: Анализ больших данных (Big Data) с помощью Microsoft R или эквивалентная подготовка.
  • Успешное окончание курса Анализ данных на языке SQL или эквивалентная подготовка.

Содержание

1.      Введение в машинное обучение
  • Что такое машинное обучение?
  • Введение в алгоритмы машинного обучения
  • Введение в языки машинного обучения
  • Лабораторная работа: Введение в машинное обучение
2.      Введение в машинное обучение Azure
  • Обзор машинного обучения Azure
  • Введение в Azure Machine Learning Studio
  • Разработка и размещение приложений машинного обучения Azure
  • Лабораторная работа: Введение в машинное обучение Azure     
3.      Работа с наборами данных
  • Классификация данных
  • Импорт данных для машинного обучения Azure
  • Исследование и преобразование данных в машинном обучении Azure
  • Лабораторная работа: Визуализация данных     
4.      Подготовка данных для использования машинного обучения Azure
  • Предварительная обработка данных
  • Обработки неполных данных
  • Лабораторная работа: Подготовка данных для использования машинного обучения Azure
5.      Использование средств конструирования и выборки
  • Использование компонент конструирования
  • Использование компонент выбора
  • Лабораторная работа: Использование rxExec и revoPemaR для распараллеливания операций
6.      Построение моделей машинного обучения Azure
  • Процессы машинного обучения Azure
  • Оценка и применение моделей
  • Применение регрессионных алгоритмов
  • Использование нейронных сетей
  • Лабораторная работа: Построение моделей машинного обучения Azure
7.      Классификация и кластеризация в моделях машинного обучения Azure
  • Алгоритмы классификации
  • Методы кластеризации
  • Выбор алгоритмов
  • Лабораторная работа: Классификация и кластеризация в моделях машинного обучения Azure
8.      Использование R и Python в машинном обучении Azure
  • Использование R
  • Использование Python
  • Использование блокнотов Jupyter
  • Поддержка R и Python
  • Лабораторная работа: Использование R и Python в машинном обучении Azure  
9.      Инициализация и оптимизация моделей машинного обучения
  • Использование гипер-параметров
  • Использование нескольких алгоритмов и моделей
  • Сравнение и оценка ансамбля
  • Лабораторная работа: Инициализация и оптимизация моделей машинного обучения
10. Использование моделей машинного обучения Azure
  • Развертывание и публикации моделей
  • Экспорт данных
  • Лабораторная работа: Использование моделей машинного обучения Azure
11. Использование когнитивных служб
  • Обзор когнитивных служб
  • Обработка текста
  • Обработка изображений
  • Создание рекомендаций
  • Лабораторная работа: Использование когнитивных служб
12. Использование машинного обучения с HDInsight
  • Введение в HDInsight
  • Типы кластеров HDInsight
  • HDInsight и модели машинного обучения
  • Лабораторная работа: Использование машинного обучения с HDInsight
13. Использование R-сервисов машинного обучения
  • Обзор R и сервера R
  • Использование сервера R в моделях машинного обучения
  • Использование R с SQL Server
  • Лабораторная работа:
  • Использование R-сервисов машинного обучения

Получаемый документ

Сертификат.jpg
Certifiate_Microsoft.jpg


Оставить отзыв
Об этом курсе отзывов пока нет. Будьте первым.

Расписание


  • 20 Мая 2019
  • 05 Августа 2019
  • Санкт-Петербург