- Next Date:
- 23.09.2024 - Montag bis Freitag von 09:00-12:30 Uhr und 13:30-17:00 Uhr
- Course ends on:
- 09.10.2024
- Total Duration:
- 108 Stunden in 12 Tagen
- Internship:
- Nein
- Teaching Languages:
- Deutsch
- Englisch
- Type of Course:
- Weiterbildung
- Type of Provision:
- Angebote für Unternehmen Jetzt Anfragen
- Virtuelles Klassenzimmer
- Execution Time:
- Tagesveranstaltung
- min. Participants:
- 1
- max. Participants:
- 15
- Price:
- keine Angaben
- Funding:
- Bildungsgutschein
- Qualifizierungschancengesetz
- Type of Qualification:
- Herstellerzertifikat
- Final Examination:
- Ja
- Qualification Title:
- Microsoft Certified: Azure Data Scientist Associate
- Certifications of the Course:
- SGB III-Maßnahmezulassung
- Certification Number of the Course:
- 955-485-2020
- Courses for Women only:
- Nein
- Childcare:
- Nein
- Link to Course:
- Zum Angebot auf der Anbieter-Website
- Quantity of Details:
- Suchportal Standard Plus
- Target Groups:
- Arbeitssuchende, Personen mit IT-Erfahrung bzw. IT-Ausbildung, förderfähige Arbeitnehmer/in im Programm Qualifizierungschancengesetz und in Verbindung mit Kurzarbeit und/oder Transfergesellschaften.
- Professional Requirements:
- IT - Berufserfahrung oder Praktikum oder technische IT - Ausbildung.
- Technical Requirements:
- Keine besonderen Anforderungen.
- Classification of the Federal Employment Agency:
- C 1430-10-15 Microsoft-Systeme - Administration und Zertifizierungen
Contents
DP-100 Designing and Implementing a Data Science Solution on Azure plus DP-100 Prüfungsvorbereitung und Exam
Über diesen Kurs
Verschaffen Sie sich das erforderliche Wissen über die Verwendung von Azure-Diensten zum Entwickeln, Trainieren und Bereitstellen von Machine Learning-Lösungen. Der Kurs beginnt mit einer Übersicht über Azure-Dienste, die Data Science unterstützen. Von dort aus konzentriert sie sich auf die Verwendung des führenden Data Science-Dienstes von Azure, Azure Machine Learning-Dienst, um die Data Science-Pipeline zu automatisieren.
Kursinhalt
Modul 1: Doing Data Science in Azure.
Sie informieren sich über den Data Science-Prozess und die Rolle des Datenwissenschaftlers. Damit verstehen Sie, wie Azure-Dienste den Data Science-Prozess unterstützen und erweitern können.
Content:
Einführung des Data Science-Prozesses
Überblick über Azure Data Science-Optionen
Einführung von Azure-Notebooks
Modul 2: Data Science mit Azure Machine Learning-Service.
Der Kursteilnehmer lernt, wie sie den Azure Machine Learning-Service verwenden, um den Data Science-Prozess End to End zu automatisieren.
Content:
Einführung des Azure Machine Learning (AML)-Dienstes
Registrieren und Bereitstellen von ML-Modellen mit AML- Dienstes
Modul 3: Automatisieren von Machine Learning mit Azure Machine Learning- Dienstes.
In dieser Unterrichtseinheit erfährt der Kursteilnehmer mehr über die Machine Learning-Pipeline und darüber, wie AutoML und HyperDrive des Azure Machine Learning- Dienstes einige Teile davon automatisieren können.
Content:
Automatisieren der Auswahl des Machine Learning-Modells
Automatisieren der Hyperparameter-Optimierung mit HyperDrive
Modul 4: Verwalten und Überwachen von Machine Learning-Modellen mit dem Azure Machine Learning- Dienstes.
In dieser Unterrichtseinheit erfahren die Kursteilnehmer, wie Machine Learning-Modelle im Azure Machine Learning- Dienstes automatisch verwaltet und überwacht werden.
Content:
Verwalten und Überwachen von Machine Learning-Modellen
Die Schulung endet mit der Prüfung: DP-100 Designing and Implementing a Data Science Solution on Azure.
Diese Prüfung bewertet Ihre Fähigkeit, die folgenden technischen Aufgaben zu erfüllen:
Definieren und Vorbereiten der Entwicklungsumgebung; *Daten für die Modellierung vorbereiten;
Feature Engineering durchführen,
Modelle entwickeln
New Horizons ist eine durch Pearson VUE akkreditierte Trainingsorganisation und damit berechtigt, Prüfungen abzunehmen.
Vor Seminarbeginn finden ein Beratungsgespräch und ggf. ein Einstufungstest statt.
Dauer: 5 Tage
All statements without guarantee. The providers are solely responsible for the correctness of the given information.
Published on 31.01.2021, last updated on 02.05.2024