Recherche avancée
Par formation
Par date
Par ville
logo HUB Formation
Organisme de Formation
aux Technologies et métiers de L'informatique
La pédagogie au service de la technologie
Accueil > éditeurs > Microsoft > Perform Cloud Data Science with Azure Machine Learning

Perform Cloud Data Science with Azure Machine Learning

les outils de restitution & de visualisation ibm cognos bi- microsoft cours officiels

azure

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.

Public

  • 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.

Programme de la formation

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