- Référence : AZML
- Durée : 3 jours (21h)
- Lieu : Au choix. À distance ou en présentiel, à Paris ou en Régions
1995€ HT
Choisir une date et Réserver- FNE
Formation Azure Machine Learning : développer et exploiter des algorithmes
Utiliser la technologie cloud de Microsoft pour le déploiement de modèles d'apprentissage automatique
Durée
3 jours
Niveau
Intermédiaire
Classe à distance
Possible
Vous pouvez suivre cette formation en direct depuis votre domicile ou votre lieu de travail. Plus d'informations sur notre solution de classe à distance...
Référence
AZML
Éligible CPF
Non
Azure Machine Learning est un service de l’offre cloud Microsoft Azure pour la création et le déploiement de modèles d’apprentissage automatique ou Machine Learning à destination des équipes de science des données.
Il permet de créer, tester, gérer, déployer et surveiller ces modèles via une interface no code ou des scripts Python ou R. Un écosystème puissant et complet permet de mener à bien les projets d’apprentissage automatique avec une assistance pour déterminer les algorithmes.
Objectif opérationnel :
Savoir mettre en œuvre Azure pour le déploiement de modèles d'apprentissage automatique (Azure Machine Learning).
Objectifs pédagogiques :
Concrètement, à l'issue de cette formation Azure Machine Learning, vous serez en mesure de :
- Utiliser l'espace de travail Azure machine learning
- Connaître les étapes d'un projet de machine learning
- Découvrir les critères d'évaluation des algorithmes
- Savoir déployer un web service prédictif
Public :
Ce cours Azure Machine Learning s'adresse principalement aux data scientist, architectes applicatifs ou développeurs chargés de la préparation et du déploiement de modèles de machine learning.
Prérequis :
Pour suivre cette formation Azure Machine Learning, il est nécessaire d'avoir certaines connaissances de base en statistiques (centrage, dispersion, corrélation, tests d'hypothèses) et de disposer d'une compréhension globale de la data science.
Les profils développeurs gagneraient à connaître au préalable la programmation avec Python et l'usage de librairies telles que Pandas, scikit-learn, Matplotlib, Seaborn...
Découverte de Azure Machine Learning
Présentation des caractéristiques du cloudPrésentation de l'offre Azure
Présentation des services IA de Azure
Considérations de facturation
Présentation de l'espace de travail Azure Machine Learning Studio
Créer et utiliser un dataset
Construire une expérience à l'aide d'un pipeline.
Déployer un Web Service prédictifTravaux pratiquesDéploiement de l'environnement
Création d'une expérience de Machine Learning et déploiement d'un Web service
Préparation des jeux de données
Présentation des grandes étapes d'un projet de machine learningDétecter les valeurs aberrantes
Choisir les variables de l'algorithme
Déterminer la configuration des jeux de testTravaux pratiquesMise en place des modules de nettoyage des données
Évaluation des grandes catégories d'algorithmes
Présentation des catégories d'algorithmesAlgorithmes de régression
Algorithmes de clustering
Algorithmes de classification
Présentation des critères de performances selon les catégories
Paramétrage des algorithmes
Mise en place d'une machine learning automatiséTravaux pratiquesDéployer et comparer plusieurs algorithmes de Machine learning
Fonctionnalités avancées
Implémentation des modules R et PythonOptimisation automatique des algorithmes
Étiquetage du texte et des images
Traitement des imagesTravaux pratiquesImplémenter un algorithme de détection de fraude et optimiser son efficacité
Étiquetage et classification d’image
Notebooks Jupyter
Présentation des notebooks JupyterIntégration dans Azure Machine LearningTravaux pratiquesUtilisation des Notebooks avec Python
Classification d’image à l’aide d’un notebook Jupyter
Dates et lieux
1
2
1
2
Ces formations peuvent aussi vous intéresser :
Formations Informatique
et Management
en ligne à ce jour
+
Stagiaires dans nos salles
de cours sur
l'année
%
De participants satisfaits
ou très satisfaits de nos
formations
Formateurs experts
validés par
PLB
