Formation Microsoft Azure Machine Learning.
Score de satisfaction : 4.93/5
Durée :
5 jours
13/01/2025 à Lyon
numero vert : 0805 950 800 (service et appel gratuits)
Microsoft Azure Machine Learning
à partir de
3500 €HT

Référence :
SF33368
Durée :
5 jours

Réservez vos places pour la session du
Vous souhaitez une session sur-mesure (intra) ?
Ce stage comprend
 35 heures de formation
Pauses et snacks à volonté
Prise en charge OPCO possible
Disponible à distance

Formation Microsoft Azure Machine Learning.

5 jours de formation pour apprendre à analyser et présenter des données avec Azure Machine Learning !

Notre formation Azure Machine Learning vous fournira les compétences et connaissances nécessaires pour analyser et présenter des données avec l’outil Azure Machine Learning Studio développé par Microsoft. Formez-vous aux principes de l’apprentissage automatique et découvrez quels algorithmes et langages s’y rattachent. Prenez en main l’interface d’Azure Machine Learning Studio, et apprenez à gérer un grand nombre de données grâce notamment aux algorithmes de classification et de clustering disponibles. A l’issue de notre formation, vous serez en mesure de créer vos premières applications Machine Learning dans le Cloud Azure de Microsoft !

Objectifs pédagogiques.

1Maîtriser Microsoft Azure Machine Learning et AML Studio

2Utiliser Azure Machine Learning

3Savoir gérer des ensemble de données, les préparer

4Utiliser des fonctionnalités Engineering, Selection

5Savoir utiliser le langage Python et R avec Azure Machine Learning

6Savoir construire, initialiser, optimiser et utiliser des modèles Azure Machine Learning

7Maîtriser les Cognitives Services, HDInsight

Prérequis : Expérience dans la programmation avec R, les bases de données relationnelles, connaissance des méthodes statistiques et de l’analyse de données.
Partagez cette formation

Programme de formation Microsoft Azure Machine Learning.

PDF

Introduction à la formation Azure Machine Learning

Qu’est-ce que le machine learning ? Principes et concepts fondamentaux
Data mining vs machine learning
Algorithmes et langages machine learning
Analyse prédictive
Data Science

Azure Machine Learning

Présentation générale d’Azure Machine Learning
Azure Machine Learning Studio
Concepts clés : abonnement, compte d’expérimentation, espace de travail, projet, etc
Développer et héberger des applications Azure Machine Learning

Gestion des ensemble de données

Catégoriser des données
Importer des données sur Azure Machine Learning
Explorer et transformer des données

Préparation des données

Prétraitement des données
Gérer des ensemble de données incomplets

Utilisation des fonctionnalités Engineering et Selection

Utiliser la fonction Engineering
Utiliser la fonction Selection

Construction de modèles Azure Machine Learning

Workflows Azure Machine Learning
Noter et évaluer des modèles
Utiliser des algorithmes de régression
Utiliser des réseaux neuronaux
Créer et exécuter une application basée sur un réseau neuronal

Utilisation de la classification et du clustering avec les modèles Azure Machine Learning

Utiliser des algorithmes de classification
Techniques de clustering
Sélectionner des algorithmes

R et Python avec Azure Machine Learning

Avantages conférés par R et Python
Utiliser R pour l’exploration de données
Utiliser Python pour l’analyse de données
Incorporer R et Python dans une expérience de Machi e Learning
Utiliser les notebooks Jupyter

Initialisation et optimisation des modèles de Machine Learning

Utiliser des hyper-paramètres
Utiliser de multiples algorithmes et modèles pour créer des ensembles
Noter et évaluer des ensembles

Utilisation des modèles Azure Machine Learning

Déployer et publier des modèles
Consommation d’expériences
Exporter des données vers des cibles diverses

Cognitives Services

Présentation générale de Cognitive Services
Traiter du langage
Traiter des images et de la vidéo
Recommander des produits
Construire des applications avec Cognitive Services (analyse de langage, reconnaissance faciale, recommandation)

Machine Learning avec HDInsight

Présentation d’HDInsight
Types de cluster HDInsight
Modèles HDInsight et Machine Learning
Provisionner un cluster HDInsight
Utiliser le cluster HDInsight avec MapReduce et Spark

Services R avec Machine Learning

Retour sur R et le serveur R
Utiliser le R server avec Machine Learning
Utiliser R avec SQL Server : échantillon de base de données et configuration

Notre charte qualité et éthique.

A travers sa Charte Engagement Qualité, Sparks s’engage à tout mettre en œuvre pour que chaque session de formation soit un succès et que votre satisfaction soit totale.

Amandine de Sparks
Des chiffres étincelants.
19 années
à vos côtés
+ de 1000
sujets de formation
8155
stagiaires formés en 2023
238
formateurs actifs en 2023
97,9%
de stagiaires satisfaits
24622
heures de formation réalisées en 2023
HAUT