|
Designing and Implementing a Data Science Solution on Azure
|
設計與實現基於 Azure 的數據科學解決方案
課程代碼
DP-100T01-A
課程天數
3 天
課程概要
獲得關於如何使用 Azure 服務開發、訓練和部署機器學習解決方案的必要知識。 本課程從支援資料科學的 Azure 服務概述開始。 從那以後，它專注於使用 Azure 的首要資料科學服務、Azure 機器學習服務來自動化資料科學管道。 本課程側重於 Azure，並不教授學生如何進行資料科學操作。 我們假設學生已經瞭解這部分內容。
學習目標和取得技能
完成本課程後，學生將能夠：
- 描述 Azure 上的專用資料分類
- 識別 Azure 資料保護機制
- 實現 Azure 資料加密方法
- 保護 Internet 協議以及如何在 Azure 上實現它們
- 描述 Azure 安全服務和功能
教學方式
Microsoft認證講師課堂指導
教材與實驗
Microsoft原廠教材
課程適合對象
數據科學家以及負責訓練和部署機器學習模型的人員
前備知識
在參加本課程之前，學生必須具備：
- Azure Fundamentals 課程之同等知識
- 瞭解資料科學，包括如何準備資料、訓練模型和評估競爭模型以選擇最佳模型。
- 如何使用 Python 程式語言編寫程式和使用 Python libraries：pandas、scikit-learn、matplotlib 和 seaborn。
課程大綱
Module 1: 在 Azure 上執行資料科學
學生將學習資料科學過程和資料科學家的角色。 然後應用它來理解 Azure 服務如何支援和增強資料科學過程。
- 介紹資料科學過程
- Azure 資料科學選項概述
- 介紹 Azure Notebooks
Module 2: 使用 Azure 機器學習服務執行資料科學
學生將學習如何使用 Azure 機器學習服務端到端地自動化資料科學過程。
- 介紹 Azure 機器學習 (AML) 服務
- 使用 AML 服務註冊和部署 ML 模型
Module 3: 使用 Azure 機器學習服務實現機器學習自動化
在本模組中，學生將學習機器學習管道，以及 Azure 機器學習服務的 AutoML 和 HyperDrive 如何自動化其中一些費力的部分。
- 自動化機器學習模型選擇
- 使用 HyperDrive 自動調整超參數
Module 4: 使用 Azure 機器學習服務管理和監控機器學習模型
在本模組中，學生將學習如何在 Azure 機器學習服務中自動管理和監控機器學習模型。
- 管理和監控機器學習模型
推薦課程
