Whizlabs

Azure ML: Designing and Preparing Machine Learning Solutions

Sichern Sie sich eines unserer besten Angebote mit Coursera Plus für 199 $ (normalerweise 399 $). Jetzt sparen.

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen. Sehen Sie sich die Sprachen an, die wir anbieten.
Whizlabs

Azure ML: Designing and Preparing Machine Learning Solutions

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

1 Woche zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

1 Woche zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

  • Kategorie: Development Environment
  • Kategorie: Machine Learning Methods
  • Kategorie: Model Training
  • Kategorie: Data Management
  • Kategorie: Data Pipelines
  • Kategorie: Machine Learning Algorithms
  • Kategorie: Statistical Modeling
  • Kategorie: Data Import/Export

Werkzeuge, die Sie lernen werden

  • Kategorie: Model Deployment

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

6 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Data Science and Machine Learning Engineering on Microsoft Azure“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 3 Module

This course provides a comprehensive understanding of data science and machine learning, focusing on essential concepts and their applications. It emphasizes the fundamental principles of data analysis, statistical modeling, and machine learning techniques, fostering a strong foundation for practical implementation. Participants will gain valuable insights into different types of machine learning, real-world use cases, and best practices for selecting appropriate models. The course also covers key ML terminology, data preprocessing, and the statistical foundations necessary for building robust solutions, preparing learners for both theoretical evaluation and hands-on projects.

Das ist alles enthalten

12 Videos2 Lektüren2 Aufgaben1 Diskussionsthema

This course provides an in-depth understanding of managing and utilizing datasets within Azure ML workflows using Azure Data Factory and Synapse Analytics. It emphasizes the principles of configuring and managing Azure Machine Learning environments through the CLI and SDK (v2), ensuring seamless integration and automation. Participants will explore techniques for sharing assets across workspaces, optimizing scalability with registries, and designing efficient ML workflows. Additionally, the course delves into monitoring, retraining, and scaling ML models using Apache Spark and MLOps practices, reinforcing best practices for lifecycle management in production environments.

Das ist alles enthalten

7 Videos1 Lektüre2 Aufgaben

This course provides a deep dive into identifying appropriate data sources, formats, and ingestion strategies for machine learning projects in Azure, ensuring efficient data handling. It emphasizes the principles of selecting the right services and compute options for model training, optimizing performance and scalability. Participants will gain expertise in differentiating between real-time and batch deployment strategies based on consumption needs, enabling informed architectural decisions. Additionally, the course explores MLOps best practices, guiding learners through the design and implementation of scalable workflows and effective Azure ML environment organization, ensuring seamless integration and lifecycle management.

Das ist alles enthalten

12 Videos1 Lektüre2 Aufgaben

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Whizlabs Instructor
Whizlabs
174 Kurse127.411 Lernende

von

Whizlabs

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen