Perform Cloud Data Science avec Azure Machine Learning

Perform Cloud Data Science avec Azure Machine Learning

Perform Cloud Data Science avec Azure Machine Learning

Type(s) : P
Durée : 5 Jours – 35 Heures

Pré-requis

Avoir une expérience dans la programmation via R.

Posséder des connaissances sur les méthodes statistiques courantes et les meilleures pratiques d’analyse des données.

La connaissance du système d’exploitation Windows et ses fonctionnalités principales ainsi que les bases de données relationnelles est recommandée.

Objectif de la formation

Expliquer ce qu’est Machine Learning et comment les algorithmes et les langages sont utilisés

Décrire l’utilisation de Azure Machine Learning et lister les principales fonctionnalités de Azure Machine Learning Studio

Télécharger et explorer les différents types de données vers Azure Machine Learning

Explorer les techniques  de préparation d’un ensemble de données pour l’utiliser avec Azure Machine Learning

Explorer et utiliser les algorithmes de régression et les réseaux  neuronaux avec Azure Machine Learning

Utiliser R et Python avec Azure Machine Learning et choisir quand utiliser un langage particulier

Explorer et utiliser les hyperparamètres, les algorithmes multiples et les modèles et être capable de compter et d’évaluer des modèles. Explorer comment fournir aux utilisateurs finaux des services avec Azure Machine Learning et comment partager des données générées à partir des modèles Azure Machine Learning

Explorer et utiliser les APIs des services cognitifs pour le traitement des textes et des images, pour créer une application recommandée et décrire l’utilisation de réseaux neuronaux avec Azure Machine Learning

Explorer et utiliser HDInsight avec Azure Machine LearningExplorer et utiliser R et R Server avec Azure Machine Learning et expliquer comment déployer et configurer SQL Server pour supporter les services R

Public concerné

Cette formation s’adresse aux personnes qui souhaitent analyser et présenter les données avec Azure Machine Learning. Elle s’adresse également aux professionnels IT et aux développeurs.

 

Profil du formateur

Formateur consultant, expert, pédagogue et certifié dans son domaine

Méthode pédagogique

La formation est constituée d’apports théoriques et d’exercices pratiques. Chaque stagiaire dispose d’un poste de travail et la gestion en petit groupe (jusqu’à 8 stagiaires) permet un suivi individualisé et adapté. Durant les sessions de formation, un support pédagogique est remis aux stagiaires.

Suivi, évaluation, sanction

Des tours de table permettent de suivre la progression du stagiaire au fur et à mesure de la formation. Un suivi de la formation est réalisé par une feuille de présence émargée par demi-journée par les stagiaires et le formateur. Un questionnaire de satisfaction et une validation des acquis sont complétés par chaque stagiaire en fin de formation.

Formation sans certification.

Plan du cours

Introduction à Machine Learning

  • Qu’est-ce que Machine Learning ?
  • Introduction aux algorithmes Machine Learning
  • Introduction aux langages Machine Learning

Introduction à Azure Machine Learning

  • Vue d’ensemble de Azure Machine Learning
  • Introduction à Azure Machine Learning Studio
  • Développer et héberger des applications Azure Machine Learning

Gestion d’un ensemble de données

  • Catégoriser vos données
  • Importer des données dans Azure Machine Learning
  • Explorer et transformer des données dans Azure Machine Learning

Préparation des données pour utilisation avec Azure Machine Learning

  • Pré traitement des données pour les nettoyer et les normaliser
  • Prise en compte des jeux de données incomplets

Utilisation de la fonctionnalité Engineering et Sélection

  • La fonctionnalité Engineering
  • Utiliser la fonctionnalité Sélection

Création de modèles Azure Machine Learning

  • Workflows Azure Machine Learning
  • Evaluer et noter les modèles
  • Utiliser les algorithmes de régression
  • Utiliser les réseaux neuronaux

Utilisation de la classification et du clustering avec Azure Machine Learning

  • Utiliser les algorithmes de classification
  • Techniques de clustering
  • Sélectionner les algorithmes

Utilisation de R et de Python avec Azure Machine Learning

  • Utiliser R
  • Utiliser Python
  • Incorporer R et Python dans les expériences Machine Learning

Initialisation et optimisation des modèles Machine Learning

  • Utiliser les hyper paramètres
  • Utiliser de multiples algorithmes et des modèles
  • Noter et évaluer les modèles

Utilisation des modèles Azure Machine Learning

  • Déployer et publier des modèles
  • Expériences consommatrices

Utilisation des services cognitifs

  • Vue d’ensemble des services cognitifs
  • Traitement du langage
  • Traitement des images et de la vidéo
  • Produits recommandés

Utilisation de Machine Learning avec HDInsight

  • Introduction à HDInsight
  • Types de cluster HDInsight
  • HDInsight et modèles de Machine Learning

Utilisation des services R avec Machine Learning

  • Vue d’ensemble de R et de R Server
  • Utiliser R Server avec Machine Learning
  • Utiliser R avec SQL Server

Nous contacter

AMS Formation (France)
03 83 67 63 05
22 Rue de Medreville
54000 Nancy – France

AMS Formation (Luxembourg)
00 352 26 10 22 58
145, route de Pétange
L-4645 Niederkorn – Luxembourg

ams-formation@ams-training.com

Suivez-nous

Retrouvez toute l'actualité d'AMS Formation sur les réseaux sociaux.