In diesem Kurs lernen Sie, wie Sie Lösungen für Machine Learning in der Cloud mit Azure Machine Learning betreiben können. Zudem lernen Sie, Ihre vorhandenen Kenntnisse in Python und Machine Learning zu nutzen, um Dateneingabe und -vorbereitung, Modelltraining und -bereitstellung sowie die Überwachung von Machine Learning lösungen mit Azure Machine Learning und MLflow zu verwalten.

Zielgruppe

Dieser Kurs richtet sich an Datenwissenschaftler mit vorhandenen Kenntnissen über Python und Machine Learning Frameworks wie Scikit-Learn, PyTorch und Tensorflow, die Machine Learning Lösungen in der Cloud aufbauen und betreiben wollen.

Seminarinhalte

• Explore and configure the Azure Machine Learning workspace
  • Explore Azure Machine Learning workspace resources and assets
  • Explore developer tools for workspace interaction
  • Make data available in Azure Machine Learning
  • Work with compute targets in Azure Machine Learning
  • Work with environments in Azure Machine Learning
• Experiment with Azure Machine Learning
  • Find the best classification model with Automated Machine Learning
  • Track model training in Jupyter notebooks with MLflow
• Optimize model training with Azure Machine Learning
  • Run a training script as a command job in Azure Machine Learning
  • Track model training with MLflow in jobs
  • Perform hyperparameter tuning with Azure Machine Learning
  • Run pipelines in Azure Machine Learning
• Manage and review models in Azure Machine Learning
  • Register an MLflow model in Azure Machine Learning
  • Create and explore the Responsible AI dashboard for a model in Azure Machine Learning
• Deploy and consume models with Azure Machine Learning
  • Deploy a model to a managed online endpoint
  • Deploy a model to a batch endpoint
• Develop generative AI apps in Azure AI Foundry portal
  • Plan and prepare to develop AI solutions on Azure
  • Explore and deploy models from the model catalog in Azure AI Foundry portal
  • Develop an AI app with the Azure AI Foundry SDK
  • Get started with prompt flow to develop language model apps in the Azure AI Foundry
  • Build a RAG-based agent with your own data using Azure AI Foundry
  • Fine-tune a language model with Azure AI Foundry
  • Evaluate the performance of generative AI apps with Azure AI Foundry
  • Responsible generative AI

Voraussetzungen

Grundlegendes Wissen über Cloud Computing-Konzepte und Erfahrung in allgemeinen Data Science- und Machine Learning-Tools sowie -Techniken:

• Erstellen von Cloud-Ressourcen in Microsoft Azure
• Verwendung von Python zur Untersuchung und Visualisierung von Daten
• Trainieren und Validieren von Machine-Learning-Modellen mit gängigen Frameworks wie Scikit-Learn, PyTorch und TensorFlow
• Arbeiten mit Containern

Sind Sie völlig neu im Bereich Data Science und Machine Learning, so empfehlen wir den folgenden Einsteigerkurs:
AI-900 Microsoft Azure AI Fundamentals

Zertifizierung

Dieser Kurs bereitet Sie auf die Prüfung DP-100 vor.
Dieses Examen ist Bestandteil der Zertifizierung Microsoft Certified Azure Data Scientist Associate.