دوره آموزشی بررسی آزمون: طراحی و پیاده سازی یک راه حل علم داده در Azure (DP-100)
48 دقیقهپیشرفته2022-04-06
مدرسین
Henrica Makulu
Data Scientist, Trainer, Mentor, TechWomen 2022 Emerging Leader
جزئیات دوره
قبولی در آزمون DP-100 مایکروسافت به شما به عنوان یک همکار دانشمند داده Azure گواهی می دهد، که می تواند در شغل فعلی شما مفید باشد، اما اگر به دنبال شغل جدیدی هستید، شما را رقابتی تر می کند. در این دوره، هنریکا ماکولو، دانشمند داده، به شما نشان میدهد که برای مقابله با DP-100 طراحی و پیادهسازی راهحل علم داده در آزمون گواهینامه Azure چه چیزی لازم است.
یک نمای کلی از هر دامنه امتحان و مفاهیم اولیه ای که باید قبل از شرکت در آن بدانید، دریافت کنید. درباره وظایف خاصی که با اهداف فنی امتحان همسو هستند، مانند ایجاد و مدیریت منابع برای یادگیری ماشین، اجرای آزمایشها و مدلهای آموزشی، و استقرار و عملیاتی کردن راهحلهای یادگیری ماشینی مسئول، بیاموزید. مهارت های خود را در طول مسیر با استفاده از یادگیری ماشینی Azure و Azure Databricks، جمع آوری اطلاعات بینش و نکات مطالعه از Henrica توسعه دهید تا مطمئن شوید که در روز امتحان آماده هستید.
یک نمای کلی از هر دامنه امتحان و مفاهیم اولیه ای که باید قبل از شرکت در آن بدانید، دریافت کنید. درباره وظایف خاصی که با اهداف فنی امتحان همسو هستند، مانند ایجاد و مدیریت منابع برای یادگیری ماشین، اجرای آزمایشها و مدلهای آموزشی، و استقرار و عملیاتی کردن راهحلهای یادگیری ماشینی مسئول، بیاموزید. مهارت های خود را در طول مسیر با استفاده از یادگیری ماشینی Azure و Azure Databricks، جمع آوری اطلاعات بینش و نکات مطالعه از Henrica توسعه دهید تا مطمئن شوید که در روز امتحان آماده هستید.
مهارت ها
Database DevelopmentDatabase ManagementAzureNetwork AdministrationCloud PlatformsCert PrepNetwork and System AdministrationCloud ComputingMicrosoftSoftware Development
سرفصل ها
0. مقدمه
- 01 - نکاتی برای آزمون Azure DP-100
- 02 - نمای کلی DP-100
- 03 - آنچه باید بدانید
1. ایجاد مدل های یادگیری ماشینی
- 04 - ایجاد مدل های یادگیری ماشینی - نمای کلی دامنه
- 05 - کاوش و تجزیه و تحلیل داده ها با استفاده از پایتون
- 06 - مدل های یادگیری ماشینی چیست؟
- 07 - آشنایی با انواع مدل های یادگیری ماشینی
- 08 - آموزش و ارزیابی مدل یادگیری ماشین
2. استفاده از ابزارهای بصری برای ایجاد مدل های یادگیری ماشینی با یادگیری ماشینی Azure
- 09 - ایجاد مدل میلی لیتر با ابزارهای بصری - نمای کلی دامنه
- 10 - درک یادگیری ماشین خودکار
- 11 - درک طراح یادگیری ماشین لاجوردی
- 12 - آموزش و ارزیابی مدل ها با طراح یادگیری ماشین لاجوردی
3. ساخت و راه اندازی راه حل های یادگیری ماشین با یادگیری ماشینی Azure
- محلول های 13 میلی لیتری با یادگیری ماشین لاجوردی - نمای کلی دامنه
- 14 - مقدمه ای بر sdk یادگیری ماشین لاجورد
- 15 - کار با داده ها در یادگیری ماشین لاجوردی
- 16 - آموزش مدل یادگیری ماشینی
- 17 - یادگیری ماشینی در مقیاس
- 18 - درک فراپارامترها
- 19 - درک حریم خصوصی و اخلاق در یادگیری ماشین لاجوردی
- 20 - درک پیش بینی های مدل
- 21 - نظارت و امنیت در یادگیری ماشین لاجوردی
4. ساخت و راه اندازی راه حل های یادگیری ماشین با Azure Databricks
- محلول های 22 میلی لیتری با آجرهای داده لاجوردی - نمای کلی دامنه
- 23 - مقدمه ای بر آجرهای داده لاجوردی
- 24 - تهیه و کار با داده ها
- 25 - آموزش، مدیریت و استقرار مدل ها در آجرهای داده لاجوردی
- 26 - آزمایش ردیابی در آجرهای داده لاجوردی
- 27 - تنظیم هایپرپارامترها در دیتابریک های لاجوردی
- 28 - یادگیری عمیق توزیع شده است
نتیجه
- 29 - منابع اضافی برای آماده سازی dp-100
- 30 - نکاتی برای روز امتحان
دوره های مرتبط
- دوره آموزشی راهنمای کامل مهندسی تحلیل دادهها
- دوره آموزشی از اکسل تا SQL
- دوره آموزشی کارگاه حرفه ای پایگاه داده اوراکل
- دوره آموزشی یادگیری جامع اسکالا برای علوم داده
- دوره آموزشی آموزش عملی پیشرفته SQL Server: استراتژیها و تکنیکها
- دوره آموزشی آمادگی برای مدرک توسعهدهنده سیشارپ مونگودیبی (MongoDB)
- دوره آموزشی آمادگی برای مدرک توسعهدهنده Node.js مونگودیبی (MongoDB)
- دوره آموزشی آمادگی برای مدرک توسعهدهنده پایتون مونگودیبی (MongoDB)