Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel
Empfohlene Erfahrung
Empfohlene Erfahrung
Stufe „Mittel“
Grundkenntnisse des Maschinellen Lernens und des Cloud-Computing. Vertrautheit mit Python, datenwissenschaftlichen Workflows und cloudbasierten KI-Lösungen ist von Vorteil.
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel
Empfohlene Erfahrung
Empfohlene Erfahrung
Stufe „Mittel“
Grundkenntnisse des Maschinellen Lernens und des Cloud-Computing. Vertrautheit mit Python, datenwissenschaftlichen Workflows und cloudbasierten KI-Lösungen ist von Vorteil.
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 2 Module
Der Exam Prep DP-100: Microsoft Certified Azure Data Scientist Associate Kurs richtet sich an Fachleute, die Datenwissenschaft und Maschinelles Lernen auf Azure-Workloads anwenden wollen. Dieser Kurs vermittelt den Teilnehmern die Fähigkeiten, Lösungen für maschinelles Lernen mit Azure Machine Learning, MLflow und Azure KI Services zu entwerfen, zu implementieren und zu optimieren. Die Teilnehmer erhalten praktische Erfahrung in der Datenaufnahme, Vorbereitung, dem Training von Modellen, der Bereitstellung und der Überwachung. Durch praktische Demonstrationen und reale Szenarien stellt der Kurs sicher, dass die Lernenden darauf vorbereitet sind, skalierbare KI-Lösungen in Azure zu erstellen. Die Spezialisierung ist in vier Schlüsselkurse unterteilt, die die Anforderungen des DP-100 abdecken: Designing and Implementing a Data Science Solution on Azure exam: The detail of the Courses is provided below Kurs 1: Azure ML: Designing and Preparing Machine Learning Solutions Kurs 2: Azure ML: Explore & Configure the Machine Learning Workspace Kurs 3: Azure ML: Deploying, Managing, and Experimenting with Models Kurs 4:Azure KI & ML: Optimize Language Models for KI Applications Diese Kurse sind weiter unterteilt in Module, Lektionen und Video Items. Alle Kurse verfügen über eine Reihe von Übungs- und benoteten Aufgaben, die die Fähigkeit des Kandidaten testen, die Konzepte zu verstehen und die in den Kursen besprochenen Themen zu erfassen. Dieser Kurs zielt darauf ab, die Microsoft Certified: Azure Data Scientist Associate Zertifizierung.
Einige der wichtigsten Vorteile dieser Zertifizierungen sind: Anerkennung durch die Industrie: Validiert Fachwissen in Azure Maschinelles Lernen.
Karrierewachstum: Verbessert die Berufsaussichten in den Bereichen KI, ML und Cloud-basierte Datenwissenschaft. Höhere Verdienstmöglichkeiten: Öffnet die Türen zu gut bezahlten Positionen in der Datenwissenschaft und KI.
Dieses Modul bietet eine umfassende Grundlage in Datenwissenschaft und Maschinellem Lernen und stattet die Lernenden mit dem wesentlichen Wissen aus, das für die DP-100-Zertifizierung erforderlich ist. Die Teilnehmer erforschen Schlüsselkonzepte wie Datenwissenschaft, Grundlagen des Maschinellen Lernens und statistische Modellierung und erlangen so ein solides Verständnis der Kernprinzipien. Das Modul behandelt verschiedene Arten des Maschinellen Lernens, gängige Terminologien und für die Modellentwicklung relevante Datenaspekte. Die Lernenden erhalten außerdem Einblicke in bewährte Verfahren für die Auswahl und Verwaltung von Lösungen für maschinelles Lernen, einschließlich Vorverarbeitungstechniken und Bewertungsmethoden. Am Ende dieses Moduls werden die Teilnehmer ein strukturiertes Verständnis der Arbeitsabläufe in der Datenwissenschaft entwickeln, das sie in die Lage versetzt, diese Fähigkeiten in realen Szenarien und bei der Vorbereitung auf die Zertifizierung effektiv anzuwenden
Das ist alles enthalten
11 Videos2 Lektüren2 Aufgaben1 Diskussionsthema
Infos zu Modulinhalt anzeigen
11 Videos•Insgesamt 82 Minuten
Was ist Azure Maschinelles Lernen Workspace?•6 Minuten
Workflow in Azure-Modellen für Maschinelles Lernen•6 Minuten
Komponenten des Modells für Maschinelles Lernen in Azure•8 Minuten
Primär unterstützte Benutzerkategorien in Azure Maschinelles Lernen•8 Minuten
Azure-Ressourcen als Arbeitsbereiche•6 Minuten
Erstellen des Azure-Arbeitsbereichs für Maschinelles Lernen•8 Minuten
Azure Maschinelles Lernen Workspace - Ein Spaziergang•6 Minuten
Erkunden Sie das Azure Studio für Maschinelles Lernen•10 Minuten
Vermögenswerte des Maschinellen Lernens identifizieren•6 Minuten
Modelle im Arbeitsbereich trainieren•7 Minuten
Compute-Ressourcen in Azure Maschinelles Lernen•11 Minuten
Erforschen und Konfigurieren des Azure ML Workspace
Modul 2•3 Stunden abzuschließen
Moduldetails
Dieses Modul vermittelt ein umfassendes Verständnis von Compute- und Datenmanagement innerhalb von Azure Machine Learning und stattet die Teilnehmer mit den Fähigkeiten aus, ML-Workflows effizient zu konfigurieren und zu optimieren. Die Teilnehmer erforschen Schlüsselkonzepte wie das Erstellen und Verwalten von Instanzen, Clustern und angeschlossenen Berechnungen innerhalb des Azure ML Workspace. Das Modul behandelt die Auswahl zwischen CPU und GPU für verschiedene Workloads, die Verwaltung von Datenspeichern und Datenbeständen sowie die Nutzung von Uniform Resource Identifiers (URIs) zur Ressourcenidentifizierung. Die Lernenden erwerben Fachwissen über die Konfiguration von Umgebungen, die Integration von Synapse Spark-Pools und das Training von Modellen des Maschinellen Lernens mit Azure ML. Darüber hinaus enthält das Modul wertvolle Prüfungstipps, um sicherzustellen, dass die Lernenden gut auf die Zertifizierung vorbereitet sind. Am Ende dieses Moduls verfügen die Teilnehmer über praktisches Wissen zur effektiven Verwaltung von Rechen- und Datenressourcen in Azure ML für skalierbare KI-Lösungen
Das ist alles enthalten
12 Videos1 Lektüre2 Aufgaben
Infos zu Modulinhalt anzeigen
12 Videos•Insgesamt 84 Minuten
Erstellen und Verwalten von Compute-Instanzen•6 Minuten
CPU vs. GPU•6 Minuten
Erstellen und Verwalten von Compute Clustern•6 Minuten
Erstellen und Verwalten von angegliederten Rechnern in Azure Machine Learning Workspace•5 Minuten
DataStores vs. DataAssets in Azure Maschinelles Lernen•6 Minuten
Erstellen von Datenspeichern in Azure Maschinelles Lernen•8 Minuten
Erstellen von Datenbeständen in Azure Machine Learning Workspace•8 Minuten
Whizlabs bietet seit dem Jahr 2000 Zertifizierungsschulungen an und ist der Pionier unter den Online-Schulungsanbietern auf der ganzen Welt. Wir bieten Ihnen Zertifizierungsschulungen in Form von Videokursen, Praxistests, praktischen Übungen und Sandbox in verschiedenen Disziplinen wie Cloud Computing, DevOps, Cybersicherheit, Java, Big Data, Snowflake, CompTIA, Agile, Linux, CCNA, Blockchain und vielem mehr
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich mich für diese Specialization einschreibe?
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.