Perform Cloud Data Science with Azure Machine Learning (70-774)

Het hoofddoel van deze training is om men te leren hoe data te analyseren en presenteren met Azure Machine Learning en om een introductie te geven van machine learning met big data tools zoals HDInsight en R services.

Na de training kun je het volgende:

Uitleggen wat machine learning is, en welke algoritmes en talen worden gebruikt
Het nut van Azure machine learning beschrijven en de main features van het programma uitleggen
Verschillende typen data uploaden naar Azure Machine Learning
Bepaalde selectie-technieken uitvoeren op datasets die met Azure Machine Learning gebruikt gaan worden
Regressie algoritmes en neural networks gebruiken in Azure Machine Learning
Classificatie en clustering algoritmes gebruiken in Azure Machine Learning
Met R en Python Azure Machine Learning gebruiken, en inzien wanneer je welke taal het beste kunt gebruiken
Hyperparameters en meerdere algoritmes gebruiken, zowel als modellen evalueren
Data van Azure Machine Learning uitgeven aan end-users
Cognitive Servives APIs gebruiken om tekst en afbeeldingen te verwerken
HDInsight met Azure Machine Learning gebruiken
R en R Server gebruiken met Azure Machine Learning, en inzien hoe SQL Server te gebruiken om R Services te ondersteunen

Meer informatie

Leervorm: Klassikaal e-Learning Maatwerk

Klassikale training

Het is ook mogelijk om de training virtueel te volgen. Dezelfde leerervaring als klassikaal waarbij je de trainer en medecuristen ziet en hoort maar dan vanaf thuis. De planning en kosten blijven gelijk.

Een klassikale cursus van Ictivity Training geeft je de garantie dat je uitstekend wordt opgeleid in een moderne comfortabele leeromgeving door de meest deskundige trainers op hun vakgebied. In aaneengesloten dagen volg je de training op één van onze locaties. Tijdens de klassikale training heb je de beschikking over moderne apparatuur in een rustige leeromgeving. Trainingen bestaan uit een gedeelte theorie maar je krijgt ook veel oefeningen die de dagelijkse praktijk nabootsen.

Ictivity Training heeft in Nederland locaties in Utrecht (Vianen) en Eindhoven, tevens is het mogelijk om een locatie naar wens aan te vragen. Indien je niet wenst te reizen, kun je de training remote volgen via Virtual Classroom

Uitgebreid Online leerportaal

Het Ictivity online Leerportaal is een unieke one-click oplossing voor opleiding en certificering. De certificeringskit biedt je de nieuwste online leermiddelen die noodzakelijk zijn om je optimaal voor te bereiden op je certificering. Hiermee kan iedere deelnemer op zijn eigen tempo studeren waar en wanneer hij wil.

Het online Leerportaal geeft u toegang tot de volgende producten:

e-Learning
Online Practicum Labs
Assessment Test
Oefenexamens
Online Mentor (24/7)
Tips, Tricks & Links

Meer informatie over het Online Leerportaal

Maatwerk en In-company training

Deze leervorm begint met een intakegesprek tussen een Learning Consultant van Ictivity Training en de opdrachtgever. Hierbij inventariseren we de beginsituatie, de doelstelling, de praktijksituatie en het verwachtingspatroon van de deelnemer(s). Met de gegevens maken wij het trainingsprogramma op maat.

Voordelen:

De inhoud van de training wordt volledig afgestemd op jouw specifieke kennisbehoefte.
De tijdsduur van de training wordt aangepast aan jouw specifieke behoefte.
Jij bepaalt zelf de locatie van de training (incompany of op een van onze locaties).
De planning van de trainingen wordt afgestemd op jouw projectplanning.

Doelgroep

De training is bedoeld voor mensen die data willen leren presenteren en analyseren door Azure Machine Learning. Tevens is deze training interessant voor IT Professonials of mensen die met informatie werken die gebruik maken van oplossingen gebaseerd op Azure Machine Learning.

Voorkennis

Basiskennis van het Microsoft Windows besturingssysteem
Werkkennis met relationele databases
Kennis van standaard statistische methodes en data analyse praktijken
Programmeerervaring met R en het gebruik van veel voorkomende R packages

Cursusinhoud

Introduction to Machine Learning
- What is machine learning?
- Introduction to machine learning algorithms
- Introduction to machine learning languages
Introduction to Azure Machine Learning
- Azure machine learning overview
- Introduction to Azure machine learning studio
- Developing and hosting Azure machine learning applications
Managing Datasets
- Categorizing your data
- Importing data to Azure machine learning
- Exploring and transforming data in Azure machine learning
Preparing Data for use with Azure Machine Learning
- Data pre-processing
- Handling incomplete datasets
Using Feature Engineering and Selection
- Using feature engineering
- Using feature selection
Building Azure Machine Learning Models
- Azure machine learning workflows
- Scoring and evaluating models
- Using regression algorithms
- Using neural networks
Using Classification and Clustering with Azure machine learning models
- Using classification algorithms
- Clustering techniques
- Selecting algorithms
Using R and Python with Azure Machine Learning
- Using R
- Using Python
- Incorporating R and Python into Machine Learning experiments
Initializing and Optimizing Machine Learning Models
- Using hyper-parameters
- Using multiple algorithms and models
- Scoring and evaluating Models
Using Azure Machine Learning Models
- Deploying and publishing models
- Consuming Experiments
Using Cognitive Services
- Cognitive services overview
- Processing language
- Processing images and video
- Recommending products
Using Machine Learning with HDInsight
- Introduction to HDInsight
- HDInsight cluster types
- HDInsight and machine learning models
Using R Services with Machine Learning
- R and R server overview
- Using R server with machine learning
- Using R with SQL Server