|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/dp-100-microsoft-azure-data-scientist-associate-exam-jp/
课程评论：没有评论
此课程旨在帮助学员准备 DP-100: Microsoft Azure 数据科学家助理认证考试。 **课程内容涵盖：** * **机器学习解决方案的设计与准备 (20-25%)** * 确定适合训练工作负载的计算规格 * 描述模型部署要求 * 选择模型构建或训练的开发方法 * 管理 Azure Machine Learning 工作区 (创建、管理开发工具、Git 集成、创建和管理注册表) * 管理 Azure Machine Learning 中的数据 (选择 Azure Storage 资源、注册和维护数据存储、创建和管理数据资产) * 管理 Azure Machine Learning 中的实验计算 (创建计算目标、选择环境、配置计算资源、监控计算使用情况) * **数据探索与模型训练 (35-40%)** * 使用数据资产和数据存储探索数据 * 在交互式开发中访问和清理数据 (使用 Synapse Spark 池和无服务器 Spark 计算) * 使用 Azure Machine Learning Designer 创建模型 (创建训练管道、使用数据资产、使用自定义代码组件) * 评估模型，包括负责任的 AI 指南 * 使用自动机器学习寻找最佳模型 (用于表格数据、计算机视觉、自然语言处理) * 选择并理解训练选项 (包括预处理和算法) * 评估自动机器学习运行，包括负责任的 AI 指南 * 使用笔记本进行自定义模型训练 (使用计算实例开发代码、使用 MLflow 跟踪模型训练、评估模型、使用 Python SDK v2 训练模型) * 配置计算实例终端 * 调整 Azure Machine Learning 中的超参数 (选择采样方法、定义搜索空间、定义主要指标、定义提前终止选项) * **为部署准备模型 (20-25%)** * 运行模型训练脚本 (配置作业执行设置、配置作业计算、使用作业中的数据资产) * 作为作业运行脚本 (使用 Azure Machine Learning、使用 MLflow 记录指标、使用日志排除作业执行错误) * 配置作业环境 * 定义作业参数 * 实现训练管道 (创建管道、在管道步骤间传递数据、监控管道执行和计划) * 创建自定义组件 * 使用基于组件的管道 * 管理 Azure Machine Learning 中的模型 (描述 MLflow 模型输出、确定打包模型的框架、使用负责任的 AI 原则评估模型) * **模型部署与再训练 (10-15%)** * 部署模型 (配置在线部署、为批量部署配置计算、将模型部署到在线终结点、将模型部署到批量终结点) * 测试在线部署的服务 * 调用批量终结点以启动批量评分作业 * 应用机器学习运维 (MLOps) 实践 (使用 Azure DevOps 或 GitHub 触发 Azure Machine Learning 作业) * 基于新数据添加或数据更改自动重新训练模型 (定义事件驱动的再训练触发器) **课程目标：** * 验证学员在 Azure 生态系统中的数据科学和机器学习技能。 * 使学员掌握使用 Azure 工具和服务设计和实施数据科学解决方案的知识。 * 培养学员处理现实世界数据挑战的能力，包括数据探索、特征工程、模型训练和部署。 * 帮助学员熟练运用 Azure Machine Learning、Azure Databricks 等 Azure 服务。 * 提高学员利用 Azure 功能从数据中提取洞察和构建预测模型的能力。 * 准备学员通过 DP-100 认证考试，从而提升在数据科学领域的职业前景。 本模拟考试旨在尽可能真实地反映实际认证考试的结构和内容，为学员提供全面的准备，并帮助他们评估自己的知识和准备程度，增加通过认证考试的信心。
DP-100: Microsoft Azure データ サイエンティスト アソシエイト 認定資格は、Azure エコシステム内でのデータ サイエンスと機械学習のスキルを検証することを目指す専門家向けに設計されています。この認定資格は、Azure の堅牢なツールとサービスのスイートを使用してデータ サイエンス ソリューションを設計および実装するために必要な知識を受験者に提供することに重点を置いています。データ探索、特徴エンジニアリング、モデルのトレーニング、展開などの幅広いトピックを網羅しており、受験者が現実世界のデータの課題に取り組むための十分な準備が整っていることが保証されます。この認定資格を取得することで、個人は Azure の機能を活用してデータから洞察を導き出し、予測モデルを構築する能力を証明できます。DP-100: Microsoft Azure データ サイエンティスト アソシエイト認定模擬試験は、Microsoft Azure エコシステム内でのデータ サイエンスの専門知識を検証したいと考えている個人にとって重要なリソースです。この模擬試験は、実際の認定試験の構造と内容を反映するように細心の注意を払って設計されており、受験者は遭遇する問題の種類を包括的に理解できます。データの準備、モデルのトレーニング、展開だけでなく、データ サイエンスにおける倫理的考慮事項やベスト プラクティスなど、幅広いトピックをカバーしています。この模擬試験では、試験環境をシミュレートすることで、受験者が自分の知識と準備状況を評価できるようになり、最終的には認定資格に近づく際の自信が高まります。DP-100 模擬試験は、その分野の専門家によって作成され、最新の業界標準および Microsoft の認定要件に確実に準拠しています。この試験では理論的な知識をテストするだけでなく、実践的な応用も重視されており、受験者は批判的に考えて現実世界のシナリオでスキルを応用することが求められます。各質問には詳細な説明が付いているため、ユーザーは正解の背後にある理論的根拠を理解し、間違いから学ぶことができます。この機能は、概念を強化し、知識のギャップを埋めるのに特に有益であり、初心者と経験豊富なデータ サイエンティストの両方にとって貴重なツールになります。この認定プロセスには、データ サイエンティストに不可欠なさまざまな能力について候補者を評価する包括的な試験が含まれます。重点を置く主な領域には、分析用のデータの準備、適切な機械学習アルゴリズムの選択、モデルのパフォーマンスの評価などの機能が含まれます。さらに、受験者はデータ ガバナンスの原則とデータ サイエンスにおける倫理的考慮事項を理解することが期待されます。 DP-100 試験では、理論的な知識だけでなく実践的なスキルもテストされます。受験者は、Azure Machine Learning、Azure Databricks、その他の関連する Azure サービスを使用してソリューションを実装する能力を証明する必要があります。この実践的なアプローチにより、認定プロフェッショナルは専門的な環境でスキルを効果的に適用できるようになります。DP-100 認定を取得すると、急速に進化するデータ サイエンス分野における専門家のキャリアの見通しが大幅に向上します。組織がデータ主導の意思決定にますます依存するにつれ、熟練したデータサイエンティストの需要は高まり続けています。この認定資格は、データ サイエンス アプリケーションに Azure を活用する個人の専門知識の証明として機能し、潜在的な雇用主にとって貴重な資産となります。さらに、認定プロセスを通じて得られた知識により、専門家は革新的なプロジェクトに貢献し、ビジネス インテリジェンスへの取り組みを推進し、最終的には組織内の戦略的成果に影響を与えることができます。この認定資格に投資することで、受験者はデータ サイエンス分野の最前線に位置し、明日の課題に対処できるようになります。DP-100: Microsoft Azure Data Scientist Associate 試験のシラバスのトピック:機械学習ソリューションの設計と準備 (20 - 25%)データの探索とモデルのトレーニング (35 - 40%)デプロイ用のモデルを準備する (20 - 25%)モデルのデプロイと再トレーニング (10 - 15%)機械学習ソリューションの設計と準備 (20 - 25%)機械学習ソリューションを設計するトレーニング ワークロードに適したコンピューティング仕様を決定するモデル デプロイの要件について説明するモデルの構築またはトレーニングに使用する開発アプローチを選択するAzure Machine Learning ワークスペースの管理Azure Machine Learning ワークスペースを作成するワークスペース操作用の開発者ツールを使用してワークスペースを管理するソース管理用に Git 統合を設定するレジストリを作成して管理するAzure Machine Learning ワークスペースのデータを管理するAzure Storage のリソースを選択するデータストアの登録と維持データ資産の作成と管理Azure Machine Learning で実験用のコンピューティングを管理する実験とトレーニングのコンピューティング先を作成する機械学習ユース ケースの環境を選択するAzure Synapse Spark プールやサーバーレス Spark コンピューティングを含む、アタッチされたコンピューティング リソースを構成するコンピューティングの使用状況を監視するデータの探索とモデルのトレーニング (35 - 40%)データ資産とデータ ストアを使用してデータを探す対話型開発におけるデータへのアクセスとラングリングSynapse Spark プールとサーバーレス Spark コンピューティングがアタッチされた対話型データをラングルするAzure Machine Learning デザイナーを使用してモデルを作成するトレーニング パイプラインを作成するデザイナーからデータ資産を使用するデザイナーでカスタム コード コンポーネントを使用する責任ある AI のガイドラインを含むモデルを評価する自動機械学習を使用して最適なモデルを探す表形式データに自動機械学習を使用するComputer Vision に自動機械学習を使用する自然言語処理に自動機械学習を使用する前処理やアルゴリズムを含む、トレーニング オプションの選択と理解責任ある AI のガイドラインを含む、自動機械学習の実行を評価するカスタム モデル トレーニングにノートブックを使用するコンピューティング インスタンスを使用してコードを開発するMLflow を使用してモデル トレーニングを追跡するモデルを評価するPython SDK v2 を使用してモデルをトレーニングするターミナルを使用してコンピューティング インスタンスを構成するAzure Machine Learning でハイパーパラメーターを調整するサンプリング方法を選択する検索空間を定義するプライマリ メトリックを定義する早期終了オプションを定義するデプロイ用のモデルを準備する (20 - 25%)モデル トレーニング スクリプトを実行するスクリプトのジョブ実行設定を構成するジョブ実行のコンピューティングを構成するジョブ内のデータ資産からデータを使用するAzure Machine Learning を使用してスクリプトをジョブとして実行するMLflow を使用してジョブ実行からメトリックをログするログを使用してジョブ実行エラーのトラブルシューティングを行うジョブ実行の環境を構成するジョブのパラメーターを定義するトレーニング パイプラインを実装するパイプラインを作成するパイプライン内のステップ間でデータを渡すパイプラインの実行とスケジュール設定パイプラインの実行を監視するカスタム コンポーネントを作成するコンポーネントベースのパイプラインを使用するAzure Machine Learning でモデルを管理するMLflow モデルの出力について説明するモデルをパッケージ化するための適切なフレームワークを特定する責任ある AI の原則を使用してモデルを評価するモデルのデプロイと再トレーニング (10 - 15%)モデルをデプロイするオンライン デプロイの設定を構成するバッチ デプロイ用にコンピューティングを構成するモデルをオンライン エンドポイントにデプロイするバッチ エンドポイントにモデルをデプロイするオンラインでデプロイされたサービスをテストするバッチ エンドポイントを呼び出してバッチ スコアリング ジョブを開始する機械学習の運用 (MLOps) のプラクティスを適用するAzure DevOps または GitHub を含む、Azure Machine Learning ジョブをトリガーする新しいデータの追加またはデータの変更に基づいてモデルの再トレーニングを自動化するイベントベースの再トレーニング トリガーを定義するさらに、DP-100 模擬試験はユーザーフレンドリーでアクセスしやすいように設計されており、受験者が問題をシームレスにナビゲートできる直感的なインターフェイスを備えています。ユーザーは、自分の進捗状況を追跡し、自分のパフォーマンスを確認し、さらなる学習が必要な領域を特定できるため、試験準備に対する的を絞ったアプローチが容易になります。模擬試験の柔軟性により、受験者は自分のペースで学習できるため、さまざまなスケジュールや取り組みをしている個人に適しています。この模擬試験に投資することで、受験者は DP-100 認定資格に合格する可能性が高まるだけでなく、Azure プラットフォーム内のデータ サイエンスの原則と実践をより深く理解し、最終的には専門的なキャリアでの成功に向けた態勢を整えることができます。
