Azure Machine Learning Service dla analityków: Projektowanie i wdrażanie modeli ML bez kodowania
kod szkolenia: Azure ML Service / PL DL 3d
Szkolenie Azure Machine Learning Service dla analityków pokazuje, jak zaprojektować i wdrożyć modele uczenia maszynowego bez kodowania, od zdefiniowania problemu i przygotowania danych, przez modelowanie, po publikację rozwiązań w środowisku Azure. Zajęcia wykorzystują graficzny interfejs Azure Machine Learning Studio (AMLS) oraz mechanizmy automatycznego uczenia maszynowego (AutoML), co pozwala szybko budować modele klasyfikacji, regresji, analizy obrazów i języka naturalnego.
Szkolenie jest przeznaczone dla osób, które chcą rozpocząć pracę z uczeniem maszynowym w środowisku Microsoft Azure bez konieczności programowania.
W szczególności dedykowane jest dla:
- analityków danych odpowiedzialnych za przygotowanie i analizę danych w organizacji,
- specjalistów Business Intelligence (BI) chcących rozszerzyć swoje kompetencje o obszar analityki predykcyjnej i sztucznej inteligencji,
- ekspertów ds. raportowania i wizualizacji danych, którzy chcą wdrażać modele ML wspierające decyzje biznesowe,
- konsultantów i doradców biznesowych poszukujących praktycznych sposobów wykorzystania AI do automatyzacji analiz i prognoz,
- menedżerów danych i liderów zespołów analitycznych, którzy chcą lepiej zrozumieć potencjał uczenia maszynowego w środowisku Azure.
-
Projektowanie modeli ML bez kodu – poznasz, jak budować eksperymenty i modele w Azure Machine Learning Studio, w tym z użyciem AutoML.
-
Przygotowanie danych do modelowania – nauczysz się importować, oczyszczać i transformować dane z różnych źródeł pod kątem jakości predykcji.
-
Trenowanie i ocena modeli – dowiesz się, jak konfigurować uczenie, porównywać metryki i interpretować wyniki dla regresji i klasyfikacji.
-
Wdrożenie i udostępnianie modeli – zrozumiesz, jak publikować modele jako usługi w Azure oraz jak je wersjonować i monitorować.
-
Odpowiedzialna i interpretowalna AI – odkryjesz, jak stosować interpretowalność, kontrolę stronniczości i dobre praktyki zgodności.
-
Wprowadzenie do uczenia maszynowego
-
Projekty uczenia maszynowego
-
Dane w uczeniu maszynowym
-
Przygotowanie danych do modelowania
-
Regresja jako technika uczenia nadzorowanego
-
Klasyfikacja jako technika uczenia nadzorowanego
-
Analiza obrazów
-
Analiza języka naturalnego
-
Ocena modeli regresji
-
Ocena modeli klasyfikacji
-
Ocena głębokich modeli uczenia maszynowego
-
Odpowiedzialna i interpretowalna sztuczna inteligencja
-
Wdrożenie modeli
Nie wymagamy umiejętności programowania ani znajomości algorytmów uczenia maszynowego. Wykorzystamy nowoczesne narzędzia, takie jak Azure Machine Learning Service (AMLS), umożliwiające graficzne eksperymentowanie w chmurze.
Jeżeli chcesz wykorzystać swoją wiedzę dziedzinową, np. z obszaru sprzedaży, logistyki, analizy ryzyka czy zarządzania produkcją, do tworzenia niezawodnych, godnych zaufania modeli uczenia maszynowego, to szkolenie jest dla Ciebie. Adresowane głównie do analityków.
* dostęp do portalu słuchacza Altkom Akademii
Metoda szkolenia:
Wykład + ćwiczenia
-
Szkolenie: polski
-
Materiały: angielski