|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/dp-100-azure-machine-learning-in-python-basic-to-advance/
课程评论：没有评论
**课程总结：DP-100 Azure 机器学习（Python）基础到进阶（2023）** 本课程专为入门级数据科学家或无编程背景的学习者设计，同时也适用于希望学习 Azure ML 的数据科学家和 Python 开发者。课程内容基于最新的 DP-100 认证考试要求，同样也适用于需要了解如何在生产环境中（云端或本地）创建和部署机器学习环境的专家。 **核心学习内容：** * **Azure 基础：** * 注册并创建免费 Azure 账户。 * 熟悉 Azure ML Studio 的使用。 * **Azure ML 架构与环境：** * 深入理解 Azure 机器学习的完整架构。 * 学习如何在本地机器通过 YAML 文件创建 Python 虚拟环境。 * 在 Azure ML 中进行本地和云端的机器学习及深度学习算法训练，实现代码的同步执行。 * **数据存储与集成：** * 了解如何将不同的存储（如 Azure SQL DB）连接到 Azure ML。 * **模型部署与预测：** * 学习如何在 Azure 中部署机器学习模型，并实现实时预测。 * **核心 ML 工作流：** * 掌握机器学习管线的创建。 * 进行超参数调优。 * 实现 Azure Auto ML。 * **无代码 ML 构建：** * 利用 Azure ML Studio，无需编写任何代码即可完成完整的机器学习生命周期。 * **组件理解：** * 深入理解 Azure ML 的各个组件及其协同工作方式，以有效构建、部署和维护机器学习模型。 * **实践操作：** * 创建 Azure 机器学习工作区。 * 使用各种工具和接口操作 Azure ML。 * 在 Azure ML 工作区中运行代码驱动的实验。 通过本课程，您将能够全面掌握在 Azure 平台上进行机器学习项目开发、部署和管理的技能。
This course has been designed keeping in mind entry level Data Scientists or no background in programming. This course will also help the data scientists and python developers to learn the AzureML.This course is designed based on latest changes done in DP-100 Certification. This course would also be useful for the experts who needs to know how to create and deploy a machine learning environment in production. Environment could be cloud or on-premisesIn this course student will learn to:-Create Free Azure account and how to access AzureML studioWe will learn complete architecture of Azure Machine learningHow we can create a virtual env for python using yml file in your local machineWill train machine learning and deep learning algorithm in azure ml in local machine and same code will be executed in azure as well.How different storage can be attached to azure ml like Azure SQL DB How to deploy ML in azure and do real time predictionWe will cover how to create machine learning pipeline and how to do hyperparameter tuningWe will also learn how to implement Azure Auto MLHow to create complete machine learning lifecycle without writing a single code with the help of azure machine learning studio.Understanding of the components and how they work together to assist in the process of building, deploying, and maintaining machine learning models.Provision an Azure Machine Learning workspaceUse tools and interfaces to work with Azure Machine Learning.Run code-based experiments in an Azure Machine Learning workspace.
