Big Data - Les fondamentaux
Data Science dans le Cloud avec Microsoft Azure Machine Learning
Reference : MS20774

5
jours - Nous consulter Télécharger la fiche
Prochaines sessions

Objectifs
- Comprendre ce qu’est le Machine Learning et comment les algorithmes et les langages sont utilisés
- Pouvoir décrire à quoi sert Azure Machine Learning et énumérer les principales fonctionnalités d’Azure Machine Learning Studio
- Savoir télécharger et explorer divers types de données vers Azure Machine Learning
- Pouvoir explorer et utiliser des techniques pour gérer un grand nombre de données avec Azure Machine Learning
- Apprendre à utiliser des algorithmes de classification et de clustering avec Azure Machine Learning
- Savoir utiliser R et Python avec Azure Machine Learning
- Comprendre comment utiliser HDInsight avec Azure Machine Learning
- Être en mesure d’utiliser R et le serveur R avec Azure Machine Learning et savoir déployer et configurer SQL Server pour prendre en charge les services R
Pré requis
- Avoir suivi la formation « Les fondamentaux de l’analyse statistique avec R » (BI103) ou disposer des connaissances équivalentes
- Connaissance des méthodes statistiques communes et des meilleures pratiques d’analyse de données
- Connaissances de base du système d’exploitation Microsoft Windows et de ses fonctionnalités principales
- Connaissance pratique des bases de données relationnelles
Modalités et délais d’accès
Bulletin d'inscription à retourner complété
Public visé
Pré-inscription
Cette formation s’adresse à tout public : membres de DSI, Direction études : Directeurs, managers, chefs de projets, consultants, chargés d’études, responsables commerciaux, responsables marketing …
Evoluer dans un service Informatique, marketing, études ou dans une société de service
Programmes de Data Science dans le Cloud avec Microsoft Azure Machine Learning
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
- Présentation de Azure Machine Learning
- Introduction à Azure Machine Learning Studio
- Développement et hébergement d’applications Azure Machine Learning
GESTION D’ENSEMBLE DE DONNÉES
- Catégoriser vos données
- Importation de données vers Azure Machine Learning
- Exploration et transformation des données dans Azure Machine Learning
PRÉPARATION DES DONNÉES À UTILISER AVEC AZURE MACHINE LEARNING
- Prétraitement des données
- Gestion des ensembles de données incomplets
UTILISATION DE LA FONCTIONNALITÉ ENGENEERING ET SÉLECTION
- Utilisation de la fonctionnalité Engeneering
- Utilisation de la fonctionnalité Sélection
CONSTRUCTION DE MODÈLES AZURE MACHINE LEARNING
- Flux de travail Azure Machine Learning
- Notation et évaluation des modèles
- Utilisation d’algorithmes de régression
- Utilisation des réseaux neuronaux
UTILISATION DE LA CLASSIFICATION ET DU CLUSTERING AVEC LES MODÈLES AZURE MACHINE LEARNING
- Utilisation d’algorithmes de classification
- Techniques de clustering
- Sélection des algorithmes
UTILISATION DE R ET PYTHON AVEC AZURE MACHINE LEARNING
- Utilisation de R
- Utilisation de Python
- Incorporer R et Python dans les expériences Machine Learning
INITIALISATION ET OPTIMISATION DES MODÈLES MACHINE LEARNING
- Utilisation d’hyper-paramètres
- Utilisation d’algorithmes multiples et modèles
- Notation et évaluation de modèles
UTILISATION DE MODÈLES AZURE LEARNING MACHINE
- Déploiement et publication de modèles
- Expériences consommatrices
UTILISATION DES SERVICES COGNITIFS
- Aperçu des services cognitifs
- Traitement du langage
- Traitement des images et de la vidéo
- Recommandation de produits
UTILISATION DE MACHINE LEARNING AVEC HDINSIGHT
- Introduction à HDInsight
- Types de cluster HDInsight
- HDInsight et modèles Machine Learning
UTILISATION DES SERVICES R AVEC MACHINE LEARNING
- Présentation de R et du serveur R
- Utilisation du serveur R avec Machine Learning
- Utilisation de R avec SQL Server