Train and deploy a machine learning model with Azure Machine Learning (DP-3007) Zelfstudiepakket

Algemene omschrijving

The DP-3007 E-Learning is entirely in English. As a Dutch IT training provider, we offer the information on this page in Dutch. At the bottom of the page, you will find a brief summary in English. The topics within the DP-3007 E-Learning package itself are described in English.

In een wereld waarin data steeds waardevoller wordt, biedt de DP-3007 E-Learning jou de gelegenheid om jouw kennis en vaardigheden op het gebied van data-analyse en machine learning (ML) naar een hoger niveau te tillen. De DP-3007 E-Learning is speciaal ontwikkeld om jou vertrouwd te maken met de krachtige mogelijkheden van Azure Machine Learning en om jou te begeleiden in het creëren, valideren en implementeren van indrukwekkende voorspellende modellen.

Of je nu een beginner of een ervaren professional bent, de DP-3007 E-Learning biedt een waardevolle combinatie van theorie en praktijk. Door toegang tot het DP-3007 cursusmateriaal, een interactieve labomgeving (die 180 dagen toegankelijk is) en een achievement code (badge), krijg jij de kans om complexe datasets te verkennen, modellen te trainen en strategieën te leren waarmee je de voordelen van machine learning (ML) optimaal kunt benutten.

Met de DP-3007 E-Learning zul je de benodigde kennis en vaardigheden opdoen om machine learning-modellen efficiënt te beoordelen en te optimaliseren. Je zult niet alleen innovatieve oplossingen kunnen implementeren, maar ook strategisch kunnen bijdragen aan het succes van jouw organisatie in een datagestuurde wereld.

Doelgroep

De DP-3007 E-Learning is geschikt voor verschillende professionals die hun kennis en vaardigheden op het gebied van data-analyse en machine learning (ML) uit willen breiden.

Dit betreft met name de volgende mensen:

• Datawetenschappers die voorspellende modellen willen ontwikkelen, valideren en implementeren met behulp van Azure Machine Learning.
• Data-analisten die hun analytische vaardigheden uit willen breiden met machine learning-technieken om diepgaandere inzichten uit complexe datasets te verkrijgen.
• AI Engineers die willen leren hoe zij Azure Machine Learning optimaal kunnen benutten voor het trainen en verbeteren van geavanceerde AI-modellen.
• ICT-consultants die organisaties adviseren over datagestuurde strategieën en het implementeren van machine learning-oplossingen in de cloud.
• Beginnende professionals die een carrière willen beginnen binnen het vakgebied datawetenschap en -analyse of kunstmatige intelligentie (AI) en praktische vaardigheden willen verkrijgen met de nieuwste technieken en hulpmiddelen.
• Mensen binnen diverse sectoren die van de kracht van machine learning (ML) willen profiteren om datagestuurde beslissingen te nemen, waaronder:
  • ICT.
  • Gezondheidszorg.
  • Financiën.
  • Productie.
  • Overheidsorganisaties.

Wat is inbegrepen

De DP-3007 E-Learning biedt jou een volledige zelfstudie aan DP-3007 leermateriaal om jouw kennis en vaardigheden op het gebied van machine learning (ML) en Azure Machine Learning te verbeteren.

Hier is een overzicht van de inhoud van de DP-3007 E-Learning:

• DP-3007 cursusmateriaal
  • Het DP-3007 cursusmateriaal bestaat uit uitgebreide theoretische documentatie en richtlijnen om jou te helpen de mogelijkheden van Azure Machine Learning (beter) te begrijpen.
• Praktische labopdrachten
  • Verkrijg 180 dagen lang toegang tot een interactieve labomgeving waarin je realistische scenario’s doorloopt en praktische vaardigheden op kunt doen.
• Achievement code (badge)
  • Na afloop zul je een achievement code (badge) verkrijgen waarmee jij jouw kennis en vaardigheden op het gebied van Azure Machine Learning aan kunt tonen en valideren.

Voorkennis

Je hebt geen specifieke voorkennis nodig om te beginnen met de DP-3007 E-Learning.

Onderwerpen

Module 1: Make data available in Azure Machine Learning

• Access data by using Uniform Resource Identifiers URIs.
• Connect to cloud data sources with datastores.
• Use data asset to access specific files or folders.

Lab: Make data available in Azure Machine Learning

Module 2: Work with compute targets in Azure Machine Learning

• Choose the appropriate compute target.
• Work with compute instances and clusters.
• Manage installed packages with environments.

Lab: Work with compute resources

Module 3: Work with environments in Azure Machine Learning

• Understand environments in Azure Machine Learning.
• Explore and use curated environments.
• Create and use custom environments.

Lab: Work with environments

Module 4: Run a training script as a command job in Azure Machine Learning

• Convert a notebook to a script.
• Test scripts in a terminal.
• Run a script as a command job.
• Use parameters in a command job.

Lab: Run a training script as a command job

Module 5: Track model training with MLflow in jobs

• Use MLflow when you run a script as a job.
• Review metrics parameters artifacts and models from a run.

Lab: Use MLflow to track training jobs

Module 6: Register an MLflow model in Azure Machine Learning

• Log models with MLflow.
• Understand the MLmodel format.
• Register an MLflow model in Azure Machine Learning.

Lab: Log and register models with MLflow

Module 7: Deploy a model to a managed online endpoint

• Use managed online endpoints.
• Deploy your MLflow model to a managed online endpoint.
• Deploy a custom model to a managed online endpoint.
• Test online endpoints.

Lab: Deploy an MLflow model to an online endpoint

English Summary

The DP-3007 E-Learning offers a comprehensive program to enhance your skills in data analysis and machine learning (ML) using Azure Machine Learning. Whether you are a beginner or an experienced professional, the DP-3007 E-Learning combines theory and hands-on practice to help you build, validate, and implement predictive models. With access to the DP-3007 course materials, labs (accessible for 180 days), and an achievement code (badge), you will learn to optimize ML models and drive data-driven success for your organization.