【公開講座】Azure のデータサイエンスソリューションの設計と実装(DP-100)

対象者

・DP-100 の試験の受験を考えられている方・Azure Machine Learning ソリューションについてハンズオンを通して学びたいと考えている方

前提条件

プログラミング経験がある。もしくは、事前予習動画を視聴する時間を確保することが可能であること。

コース概要

Microsoft 認定資格である Azure Data Scientist Associate を取得するための試験である DP-100 の合格を目指します。また、機械学習モデル開発の効率化、自動化の方法や、モデルのデプロイから再学習といった実務に繋がる技術の習得を目指します。

学習目標

●Azure Machine Learning Designer を用いてノンコーディングでモデルの学習からデプロイまでを実行できる。 ●Azure Machine Learning 上で並列分散処理を活用し、機械学習モデルの学習の高速化ができる。 ●Azure Machine Learning でハイパーパラメータ調整の自動化を行うことができる。 ●機械学習モデルの学習、デプロイ、再学習のライフサイクルの構築を Azure Machine Learning を用いて実装できる。

主催団体

本コースは、トレノケート株式会社が主催しております。

学習内容

1. イントロダクション - Azure Machine Learningの概要 - 機械学習モデル開発のフロー人工知能、機械学習、ディープラーニングの違い 2.Azure Machine Learning Designerの基礎 - 分類モデル構築のフローの作成 - 学習済みモデルのデプロイ - 演習：回帰モデル構築のフローの作成 3. Azure Machine Learning Designerの応用 - 手持ちデータの読み込みとデータ操作 - ハイパーパラメータの調整 - 分類の評価指標 4. 分類のアルゴリズムの実装 (scikit learn) - データの前処理 - モデルの学習 - モデルの評価 5. Azure Machine Learning SDKの基礎 - Experimentの基本操作 - 学習結果をExperimentに記録 6. Azure Machine Learningで学習の高速化 - データセットの取り扱い - 並列分散処理で学習の高速化 7. Azure Machine Learningで自動ハイパーパラメータ調整 - ハイパーパラメータ調整の設定 - 早期終了の設定 - 学習済みモデルをWorkspaceに登録 8. Azure Machine Learningで学習の自動化 - パイプラインの作成 - パイプラインのデプロイとスケジューリング 9. 学習済みモデルのデプロイ - リアルタイム推論 - バッチ推論 10. データセットの監視 - データドリフトの概要 - データドリフトモニターの活用 11. 総括 - 試験のポイント - 振り返り

ソフトウェア/ハードウェア

※Live配信の場合はZoomを使用します

留意事項・備考

【事前に必ず以下をご確認の上お申込みください】
＊主催団体によりキャンセルポリシーが異なります。
＊お申し込み後のキャンセルにつきましてはこちらをご確認ください。
＊キャンセル期限までは無料にてキャンセルを承ります。
＊キャンセル期限を過ぎた後は、受講料全額をキャンセル料として頂戴いたします。
＊事前のお席の確保は原則承っておりません。
＊お申込み内容は、翌営業日以降に確定いたします。
＊お申込み後、満席などでご受講できない場合がございますので、あらかじめご了承ください。満席の場合は、別途ご連絡申し上げます。

※受講に関する注意点※
進行の都合上、研修開始時間を過ぎてからのご参加はご遠慮いただいております。大変恐れ入りますが、研修開始時間までにご参加いただけていない場合、当日キャンセル扱いをさせていただく場合がございますのでご注意ください。

●テキストおよび演習ガイドについて　本コースでは、マイクロソフト社から提供される電子テキストを使用します。　電子テキストのプラットフォームはMicosoft Learnを使用します。受講に際して事前にテキスト参照用に Microsoft アカウントが必要となります。　詳しくはガイドをご覧ください。 ●演習環境について　本コースでは、演習環境としてリモートラボ(Skillable)を使用します。リモートラボ(Skillable)接続テストをご覧のうえご確認ください。【本コースはオンライン対応です】会場が「オンラインLive」または「教室Live配信」の日程は、オンラインでご参加いただけます。オンラインLive：受講者の方はオンラインのみとなります。教室Live配信：教室・オンラインから受講される方が混在します。 ★オンラインLiveトレーニングの詳細はこちら