DP-100: Designing and Implementining a Data Sciene Solution On Azure

Duración: 15 horas

Este curso enseña a aprovechar los conocimientos existentes de Python y el aprendizaje automático para administrar la preparación de datos, la formación e implementación de modelos y la supervisión de soluciones de aprendizaje automático en Microsoft Azure.

¿Tienes alguna duda? ¡Escríbenos! 

O si lo prefieres, llámanos: 91 510 23 90

Requisitos Previos

Antes de asistir a este curso, los estudiantes deben tener:
Un conocimiento fundamental de Microsoft Azure.
Experiencia en la escritura de código Python para trabajar con datos, utilizando bibliotecas como Numpy, Pandas y Matplotlib. 
Comprensión de la ciencia de los datos; incluyendo cómo preparar los datos, y entrenar modelos de aprendizaje automático utilizando bibliotecas de aprendizaje automático comunes como Scikit-Learn, PyTorch, o Tensorflow.

Modalidad formativa

  • Presencial en Gadesoft: Madrid o Barcelona
  • Presencial en cliente: En sus instalaciones. Toda la península.
  • Online Direct: Mediante herramientas de videoconferencia (Microsoft Teams), en directo con el instructor. Pantalla compartida, interacción, seguimiento total.

Contenidos

  • Manual oficial de Microsoft
  • Laboratorios de prácticas
  • Opcional: Voucher de certificación

Objetivos

Aprenda a operar soluciones de aprendizaje automático con Azure Machine Learning. Este curso le enseña a aprovechar su conocimiento existente de Python y el aprendizaje automático para administrar la ingestión y preparación de datos, la capacitación e implementación de modelos, y el monitoreo de soluciones de aprendizaje automático en Microsoft Azure.

Certificación

Este curso prepara para el examen de certificación oficial DP-100 Designing and Implementing a Data Science Solution on Azure.

Configuring and Operating Windows Virtual Desktop on Microsoft Azure que permite obtener la certificación oficial del mismo nombre.

Fechas

Rellena el formulario de contacto para que nos pongamos en contacto contigo. Te informaremos de próximas convocatorias y de cualquier otro tema que necesites

Contacto

Los datos personales que nos facilita serán tratados por Gadesoft para gestionar su solicitud. Puede ejercer sus derechos a través de protecciondatos@gadesoft.com. No se tomarán decisiones automatizadas en base al perfil de persona usuaria. Si desea ampliar información, http://www.gadesoft.com/privacidad/

Temario

Module 1: Getting Started with Azure Machine Learning

  • Introduction to Azure Machine Learning
  • Working with Azure Machine Learning

Lab : Create an Azure Machine Learning Workspace

 

Module 2: No-Code Machine Learning

  • Automated Machine Learning
  • Azure Machine Learning Designer

Lab : Use Automated Machine Learning

Lab : Use Azure Machine Learning Designer

 

 Mocule 3: Running Experiments and Training Models

  • Introduction to Experiments
  • Training and Registering Models

Lab : Run Experiments

Lab : Train Models

 

Module 4: Working with Data

  • Working with Datastores
  • Working with Datasets

Lab : Work with Data

 

Module 5: Working with Compute

  • Working with Environments
  • Working with Compute Targets

Lab : Work with Compute

 

Module 6: Orchestrating Operations with Pipelines

  • Introduction to Pipelines
  • Publishing and Running Pipelines

Lab : Create a Pipeline

 

Module 7: Deploying and Consuming Models

  • Real-time Inferencing
  • Batch Inferencing
  • Continuous Integration and Delivery

Lab : Create a Real-time Inferencing Service

Lab : Create a Batch Inferencing Service

 

Module 8: Training Optimal Models

  • Hyperparameter Tuning
  • Automated Machine Learning

Lab : Tune Hyperparameters

Lab : Use Automated Machine Learning from the SDK

Module 9: Responsible Machine Learning

  • Differential Privacy
  • Model Interpretability
  • Fairness

Lab : Explore Differential privacy

Lab : Interpret Models

Lab : Detect and Mitigate Unfairness

 

Module 10: Monitoring Models

  • Monitoring Models with Application Insights
  • Monitoring Data Drift

Lab : Monitor a Model with Application Insights

Lab : Monitor Data Drift