MSDA-2 - MOC 20774 - PERFORM CLOUD DATA SCIENCE WITH AZURE MACHINE LEARNING

INFORMAZIONI SUL CORSO

durata

Durata:

5 GIORNI
categoria

Categoria:

Data and Analytics
qualifica

Qualifica istruttore:

Microsoft Certified Trainer
dedicato a

Dedicato a:

Professionista IT
produttore

Produttore:

Microsoft

SCEGLI LA SEDE PER QUESTO CORSO

CORSO A CALENDARIO

Per vedere le informazioni relative al calendario del corso scegli prima una sede
sede
Sede: PCSNET Roma
prezzo
Prezzo: 2.020 € + IVA
Questo corso attualmente non ha date a Calendario e può essere erogato in forma dedicata.
Usa il box qui accanto per richiederne uno apposta per te!
sede
Sede: PCSNET Milano
prezzo
Prezzo: 2.020 € + IVA
Questo corso attualmente non ha date a Calendario e può essere erogato in forma dedicata.
Usa il box qui accanto per richiederne uno apposta per te!
sede
Sede: PCSNET NordEst
prezzo
Prezzo: 2.020 € + IVA
Questo corso attualmente non ha date a Calendario e può essere erogato in forma dedicata.
Usa il box qui accanto per richiederne uno apposta per te!
sede
Sede: PCSNET Torino
prezzo
Prezzo: 2.020 € + IVA
Questo corso attualmente non ha date a Calendario e può essere erogato in forma dedicata.
Usa il box qui accanto per richiederne uno apposta per te!
sede
Sede: PCSNET Emilia Romagna
prezzo
Prezzo: 2.020 € + IVA
Questo corso attualmente non ha date a Calendario e può essere erogato in forma dedicata.
Usa il box qui accanto per richiederne uno apposta per te!
sede
Sede: PCSNET Toscana
prezzo
Prezzo: 2.020 € + IVA
Questo corso attualmente non ha date a Calendario e può essere erogato in forma dedicata.
Usa il box qui accanto per richiederne uno apposta per te!
sede
Sede: PCSNET Marche
prezzo
Prezzo: 2.020 € + IVA
Questo corso attualmente non ha date a Calendario e può essere erogato in forma dedicata.
Usa il box qui accanto per richiederne uno apposta per te!
sede
Sede: PCSNET Umbria
prezzo
Prezzo: 2.020 € + IVA
Questo corso attualmente non ha date a Calendario e può essere erogato in forma dedicata.
Usa il box qui accanto per richiederne uno apposta per te!
sede
Sede: PCSNET Napoli
prezzo
Prezzo: 2.020 € + IVA
Questo corso attualmente non ha date a Calendario e può essere erogato in forma dedicata.
Usa il box qui accanto per richiederne uno apposta per te!
sede
Sede: PCSNET Sicilia
prezzo
Prezzo: 2.020 € + IVA
Questo corso attualmente non ha date a Calendario e può essere erogato in forma dedicata.
Usa il box qui accanto per richiederne uno apposta per te!

CORSO DEDICATO

Per avere informazioni sul corso dedicato compila il form e ti contatteremo

CORSO DEDICATO

Grazie per la tua richiesta, ti contatteremo al più presto.

OBIETTIVI

Spiegare l'apprendimento della macchina e come vengono utilizzati gli algoritmi e le lingue

Descrivere lo scopo di Azure Machine Learning ed elencare le principali caratteristiche di Azure Machine Learning Studio

Caricare ed esplorare vari tipi di dati in Azure Machine Learning

Esplorare e utilizzare tecniche per preparare set di dati pronti per l'uso con Azure Machine Learning

Esplorare e utilizzare tecniche di progettazione e selezione delle funzioni sui set di dati da utilizzare con Azure Machine Learning

Esplorare e utilizzare algoritmi di regressione e reti neurali con Azure Machine Learning

Esplorare e utilizzare algoritmi di classificazione e cluster con Azure Machine Learning

Utilizzare R e Python con Azure Machine Learning e saper scegliere quando usare il singolo linguaggio

Esplorare ed utilizzare iperparametri e più algoritmi e modelli, ed essere in grado di valutare e valutare i modelli

Esplorare come fornire agli utenti finali i servizi Azure Machine Learning e come condividere i dati generati dai modelli Azure Machine Learning

Esplorare e utilizzare le API dei Cognitive Services per l'elaborazione di testi e immagini, per creare un'applicazione di raccomandazione e descrivere l'utilizzo delle reti neurali con Azure Machine Learning

Esplorare e utilizzare HDInsight con Azure Machine Learning

PREREQUISITI

Esperienza di programmazione con R, e familiarità con i più comnuni pacchetti R

Conoscenza dei metodi statistici comuni e delle migliori pratiche di analisi dei dati.

Conoscenza di base del sistema operativo Microsoft Windows e delle sue funzionalità principali.

Conoscenza di lavoro dei database relazionali.

CONTENUTI:

Module 1: Introduction to Machine Learning

What is machine learning?

Introduction to machine learning algorithms

Introduction to machine learning languages

 

Lab : Introduction to machine Learning

Sign up for Azure machine learning studio account

View a simple experiment from gallery

Evaluate an experiment

After completing this module, students will be able to:

Describe machine learning

Describe machine learning algorithms

Describe machine learning languages

 

Module 2: Introduction to Azure Machine Learning

Azure machine learning overview

Introduction to Azure machine learning studio

Developing and hosting Azure machine learning applications

 

Lab : Introduction to Azure machine learning

Explore the Azure machine learning studio workspace

Clone and run a simple experiment

Clone an experiment, make some simple changes, and run the experiment

After completing this module, students will be able to:

Describe Azure machine learning.

Use the Azure machine learning studio.

Describe the Azure machine learning platforms and environments.

 

Module 3: Managing Datasets

Categorizing your data

Importing data to Azure machine learning

Exploring and transforming data in Azure machine learning

 

Lab : Managing Datasets

Prepare Azure SQL database

Import data

Visualize data

Summarize data

After completing this module, students will be able to:

Understand the types of data they have.

Upload data from a number of different sources.

Explore the data that has been uploaded.

 

Module 4: Preparing Data for use with Azure Machine Learning

Data pre-processing

Handling incomplete datasets

 

Lab : Preparing data for use with Azure machine learning

Explore some data using Power BI

Clean the data

After completing this module, students will be able to:

Pre-process data to clean and normalize it.

Handle incomplete datasets.

 

Module 5: Using Feature Engineering and Selection

Using feature engineering

Using feature selection

 

Lab : Using feature engineering and selection

Prepare datasets

Use Join to Merge data

After completing this module, students will be able to:

Use feature engineering to manipulate data.

Use feature selection.

 

Module 6: Building Azure Machine Learning Models

Azure machine learning workflows

Scoring and evaluating models

Using regression algorithms

Using neural networks

 

Lab : Building Azure machine learning models

Using Azure machine learning studio modules for regression

Create and run a neural-network based application

After completing this module, students will be able to:

Describe machine learning workflows.

Explain scoring and evaluating models.

Describe regression algorithms.

Use a neural-network.

 

Module 7: Using Classification and Clustering with Azure machine learning models

Using classification algorithms

Clustering techniques

Selecting algorithms

 

Lab : Using classification and clustering with Azure machine learning models

Using Azure machine learning studio modules for classification.

Add k-means section to an experiment

Add PCA for anomaly detection.

Evaluate the models

After completing this module, students will be able to:

Use classification algorithms.

Describe clustering techniques.

Select appropriate algorithms.

 

Module 8: Using R and Python with Azure Machine Learning

Using R

Using Python

Incorporating R and Python into Machine Learning experiments

 

Lab : Using R and Python with Azure machine learning

Exploring data using R

Analyzing data using Python

After completing this module, students will be able to:

Explain the key features and benefits of R.

Explain the key features and benefits of Python.

Use Jupyter notebooks.

Support R and Python.

 

Module 9: Initializing and Optimizing Machine Learning Models

Using hyper-parameters

Using multiple algorithms and models

Scoring and evaluating Models

 

Lab : Initializing and optimizing machine learning models

Using hyper-parameters

After completing this module, students will be able to:

Use hyper-parameters.

Use multiple algorithms and models to create ensembles.

Score and evaluate ensembles.

 

Module 10: Using Azure Machine Learning Models

Deploying and publishing models

Consuming Experiments

 

Lab : Using Azure machine learning models

Deploy machine learning models

Consume a published model

After completing this module, students will be able to:

Deploy and publish models.

Export data to a variety of targets.

 

Module 11: Using Cognitive Services

Cognitive services overview

Processing language

Processing images and video

Recommending products

 

Lab : Using Cognitive Services

Build a language application

Build a face detection application

Build a recommendation application

After completing this module, students will be able to:

Describe cognitive services.

Process text through an application.

Process images through an application.

Create a recommendation application.

 

Module 12: Using Machine Learning with HDInsight

Introduction to HDInsight

HDInsight cluster types

HDInsight and machine learning models

 

Lab : Machine Learning with HDInsight

Provision an HDInsight cluster

Use the HDInsight cluster with MapReduce and Spark

After completing this module, students will be able to:

Describe the features and benefits of HDInsight.

Describe the different HDInsight cluster types.

Use HDInsight with machine learning models.

 

Module 13: Using R Services with Machine Learning

R and R server overview

Using R server with machine learning

Using R with SQL Server

 

Lab : Using R services with machine learning

Deploy DSVM

Prepare a sample SQL Server database and configure SQL Server and R

Use a remote R session

Execute R scripts inside T-SQL statements

After completing this module, students will be able to:

Implement interactive queries.

Perform exploratory data analysis.

INFO

  • Esame: 70-774 - Perform Cloud Data Science with Azure Machine Learning
  • Manuale: Il Materiale Didattico Ufficiale per tutti i corsi Microsoft MOC può essere richiesto, se disponibile, in forma elettronica (DMOC) invece che cartacea e lo studente iscritto potrà scaricarlo dal sito Microsoft. Chi acquista un DMOC ha diritto a consultare tutte le versioni del manuale, sia quelle precedenti a quella che acquista sia quelle che usciranno successivamente, dove troverà corretti eventuali errori e/o le novità del prodotto.
  • Prezzo manuale: 250 € incluso nel prezzo del corso
  • Natura del corso: Operativo (previsti lab su PC)

PARTNERSHIP