Partner Practice Enablement: Azure Machine Learning s využitím Azure Machine Learning Studia
- 17.04.2018 9:00 - 17:00
- Hewlett Packard vzdělávací centrum, Praha
- Praha
- Microsoft
Zveme vás na technický seminář, jehož cílem je seznámit vás s postupy strojového učení a data science pomocí jednoduchého a přitom výkonného drag-and-drop rozhraní nástroje Azure Machine Learning Studio. Abslvováním tohoto kurzu si prohloubíte znalosti o strojovém učení (Machine Learning - ML) a o tom, jak data scientists přemýšlejí a mluví o vytváření ML řešení. Představíme vám některé z nejzákladnějších algoritmů strojového učení, jako jsou lineární regrese a rozhodovací stromy. Nicméně, tento seminář není o výuce specifických algoritmů strojového učení a ty, které představíme, slouží jen pro představu a usnadnění orientace v této problematice. Značnou součástí tohoto semináře jsou Laby a doporučujeme je brát vážně a věnovat jim čas. Dokonce i v případě, že vaším hlavním cílem není vytvářet ML modely osobně, Laby skutečně posílí vaše znalosti a pomohou vám porozumět pojmům, které během kurzu pokryjeme.
Na zájemce o absolvování kurzu nejsou kladeny žádné zvláštní nároky kromě základní znalosti algebry, nicméně je potřeba zvážit uvedené scénáře:
- Jste data scientist a chcete se dozvědět, jak využít Azure ML Studio ve vaší práci.
- Chcete znát základy strojového učení, které nezapadnou mezi specifickými jazyky jako R nebo Python.
- Jste architekt řešení a potřebujete prohloubit a upevnit znalosti o data science.
- Jste vývojář, architekt nebo technik a potřebujete základní znalosti o data science, které vám umožní komunikovat s data scientists a mluvit jejich jazykem.
Level: 200
Lektor: Marek Chmel
Agenda
Tento kurz je zaměřen na strojové účení (Machine Learning - ML)a zahrnuje pojmy jako:
- Jaký je životní cyklus data science?
- Jaké typy ML algoritmů (nebo modelů) existují?
- Jak trénovat, testovat a vyhodnocovat modely?
- Jak vybrat jeden model oproti jinému?
- Co rozumíme pd pojmy implementace modelu nebo operacionalizace?
Zdarma
