Formation - Microsoft Azure - Conception et implémentation de solutions de Data Science

1 - Prise en main d'Azure Machine Learning

• Introduction à Azure Machine Learning
• Utilisation d'Azure Machine Learning

2 - Outils visuels pour Machine Learning

• Machine Learning automatique
• Concepteur Azure Machine Learning

3 - Exécution d'expériences et modèles d'entraînement

• Introduction aux expériences
• Modèles de formation et d'enregistrement

4 - Utilisation des données

• Utilisation des banques de données
• Utilisation des jeux de données

5 - Utilisation du calcul

• Utilisation d'environnements
• Utilisation des cibles de calcul

6 - Orchestration des opérations avec des pipelines

• Introduction aux pipelines
• Publication et exécution de pipelines

7 - Déploiement et consommation de modèles

• Inférence en temps réel
• Inférence par lots
• Intégration et livraison continues

8 - Formation des modèles optimaux

• Réglage de l'hyperparamètre
• Machine Learning automatique

9 - Machine Learning responsable

• Confidentialité différentielle
• Interprétabilité du modèle
• Impartialité

10 - Modèles de surveillance

• Surveillance des modèles avec Application Insights
• Surveillance de la dérive des données