20774 Облачная аналитика больших данных (Big Data) при помощи машинного обучения в Azure

Пятидневный курс 20774 Облачная аналитика больших данных (Big Data) при помощи машинного обучения в Azure (20774 Perform Cloud Data Science with Azure Machine Learning) - ориентирован на специалистов, желающих обрабатывать большие объёмы данных с помощью таких современных средств автоматизации, как машинное обучение. Также курс будет интересен специалистам, изучающим HDInsight и R.

На курсе слушатели научатся анализировать большие данные и визуализировать результаты при помощи машинного обучения в Azure. Также в курсе рассмотрены такие инструменты анализа больших данных как HDInsight и R.

Рекомендуемый уровень подготовки:
-----------------------------------------------------
Успешное окончание курсов 20773 Анализ больших данных (Big Data) с помощью Microsoft R и 20767 Разработка и эксплуатация хранилищ данных на SQL Server 2016

Прослушав данный курс, Вы научитесь:
---------------------------------------------------
объяснять принципы работы механизмов машинного обучения, используемые алгоритмы и языки;
описывать возможности машинного обучения в Azure и перечислять основные функции Azure Machine Learning Studio;
загружать и исследовать различные типы данных для машинного обучения Azure;
использовать методы подготовки наборов данных для использования с машинным обучением Azure;
использовать регрессионные алгоритмы и алгоритмы работы нейронных сетей в рамках машинного обучения Azure;
использовать алгоритмы классификации и кластеризации в рамках машинного обучения Azure;
использовать преимущества R и Python при работе с машинным обучением Azure;
использовать гипер-параметры, множество алгоритмов и моделей для решения аналитических задач;
предоставлять пользователям доступ к результатам отработки моделей машинного обучения Azure;
использовать подключения к когнитивным службам (Cognitive Services API) для обработки текста и изображений, создания рекомендаций и описание использования нейронных сетей в рамках машинного обучения Azure;
использовать HDInsight в рамках машинного обучения Azure;
использовать язык R и сервер R в рамках машинного обучения Azure;
объяснять, как развернуть и настроить SQL Server для поддержки служб R.

После изучения данного курса рекомендуем прослушать курс:
-----------------------------------------------------------
20775 Обработка данных с Microsoft HDInsight.

Тренер российский. Курс читается дистанционно, с тренером онлайн в режиме реального времени.

Модуль 1. Введение в машинное обучение

Что такое машинное обучение?
Введение в алгоритмы машинного обучения
Введение в языки машинного обучения
Лабораторная работа: Введение в машинное обучение

Модуль 2. Введение в машинное обучение Azure

Обзор машинного обучения Azure
Введение в Azure Machine Learning Studio
Разработка и размещение приложений машинного обучения Azure
Лабораторная работа: Введение в машинное обучение Azure

Модуль 3. Работа с наборами данных

Классификация данных
Импорт данных для машинного обучения Azure
Исследование и преобразование данных в машинном обучении Azure
Лабораторная работа: Визуализация данных

Модуль 4. Подготовка данных для использования машинного обучения Azure

Предварительная обработка данных
Обработки неполных данных
Лабораторная работа: Подготовка данных для использования машинного обучения Azure

Модуль 5. Использование средств конструирования и выборки

Использование компонент конструирования
Использование компонент выбора
Лабораторная работа: Использование rxExec и revoPemaR для распараллеливания операций

Модуль 6. Построение моделей машинного обучения Azure

Процессы машинного обучения Azure
Оценка и применение моделей
Применение регрессионных алгоритмов
Использование нейронных сетей
Лабораторная работа: Построение моделей машинного обучения Azure

Модуль 7. Классификация и кластеризация в моделях машинного обучения Azure

Алгоритмы классификации
Методы кластеризации
Выбор алгоритмов
Лабораторная работа: Классификация и кластеризация в моделях машинного обучения Azure

Модуль 8. Использование R и Python в машинном обучении Azure

Использование R
Использование Python
Использование блокнотов Jupyter
Поддержка R и Python
Лабораторная работа: Использование R и Python в машинном обучении Azure

Модуль 9. Инициализация и оптимизация моделей машинного обучения

Использование гипер-параметров
Использование нескольких алгоритмов и моделей
Сравнение и оценка ансамбля
Лабораторная работа: Инициализация и оптимизация моделей машинного обучения

Модуль 10. Использование моделей машинного обучения Azure

Развертывание и публикации моделей
Экспорт данных
Лабораторная работа: Использование моделей машинного обучения Azure

Модуль 11. Использование когнитивных служб

Обзор когнитивных служб
Обработка текста
Обработка изображений
Создание рекомендаций
Лабораторная работа: Использование когнитивных служб

Модуль 12. Использование машинного обучения с HDInsight

Введение в HDInsight
Типы кластеров HDInsight
HDInsight и модели машинного обучения
Лабораторная работа: Использование машинного обучения с HDInsight

Модуль 13. Использование R-сервисов машинного обучения

Обзор R и сервера R
Использование сервера R в моделях машинного обучения
Использование R с SQL Server
Лабораторная работа: Использование R-сервисов машинного обучения

В конце обучения на курсе проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненных в процессе обучения