NOSOTROS CRONOGRAMA FRANQUICIA BLOG CONTACTO ACCESO SISTEMA ACADEMICO

MICROSOFT

Diseño e Implementación de una Solución de Ciencia de Datos en Azure

Código: DP-100T01


Aprenda a operar soluciones de aprendizaje automático a escala de la nube con Azure Machine Learning. Este curso le enseña a aprovechar su conocimiento existente de Python y el aprendizaje automático para administrar la ingestión y preparación de datos, la capacitación e implementación de modelos, y el monitoreo de soluciones de aprendizaje automático en Microsoft Azure.

 Propuesta de Valor: MICROSOFT

 Duración: 24 Horas Académicas

Áreas de Conocimiento:
CLOUDINTELIGENCIA DE NEGOCIOS Y DATA ANALITICS CIENCIA DE DATOS E INTELIGENCIA ARTIFICIAL

Exportar Contenido a PDF

   AUDIENCIA


  • Este curso está diseñado para científicos de datos con conocimiento existente de Python y marcos de aprendizaje automático como Scikit-Learn, PyTorch y Tensorflow, que desean construir y operar soluciones de aprendizaje automático en la nube.

   PRE REQUISITOS


  • Creación de recursos en la nube en Microsoft Azure.
  • Uso de Python para explorar y visualizar datos.
  • Capacitación y validación de modelos de aprendizaje automático mediante marcos comunes como Scikit-Learn, PyTorch y TensorFlow.
  • Trabajar con contenedores

   OBJETIVOS


  • Cree ciencia de datos en Azure.
  • Cree ciencia de datos con el servicio Azure Machine Learning.
  • Automatice el aprendizaje automático con el servicio Azure Machine Learning.
  • Administre y monitoree modelos de aprendizaje automático con el servicio Azure Machine Learning.

   CERTIFICACIÓN DISPONIBLE



  • Este curso lo prepara para el: Examen DP-100: Designing and Implementing a Data Science Solution on Azure. Este examen es el requerimiento para la certificación: Microsoft Certified: Azure Data Scientist Associate.
  • Idiomas: inglés

   CONTENIDO



1. INTRODUCCIÓN A AZURE MACHINE LEARNING

1.1. INTRODUCCIÓN AL APRENDIZAJE AUTOMÁTICO DE AZURE
1.2. TRABAJAR CON EL APRENDIZAJE AUTOMÁTICO DE AZURE


2. HERRAMIENTAS VISUALES PARA EL APRENDIZAJE AUTOMÁTICO

2.1. APRENDIZAJE AUTOMÁTICO AUTOMATIZADO
2.2. DISEÑADOR DE APRENDIZAJE AUTOMÁTICO DE AZURE


3. EJECUCIÓN DE EXPERIMENTOS Y MODELOS DE ENTRENAMIENTO

3.1. INTRODUCCIÓN A LOS EXPERIMENTOS
3.2. ENTRENAMIENTO Y REGISTRO DE MODELOS


4. TRABAJAR CON DATOS

4.1. TRABAJAR CON ALMACENES DE DATOS
4.2. TRABAJAR CON CONJUNTOS DE DATOS


5. TRABAJANDO CON COMPUTACIÓN

5.1. TRABAJAR CON ENTORNOS
5.2. TRABAJAR CON DESTINOS DE PROCESO


6. ORQUESTACIÓN DE OPERACIONES CON OLEODUCTOS

6.1. INTRODUCCIÓN A LAS TUBERÍAS
6.2. PUBLICACIÓN Y EJECUCIÓN DE CANALIZACIONES


7. IMPLEMENTACIÓN Y CONSUMO DE MODELOS

7.1. INFERENCIA EN TIEMPO REAL
7.2. INFERENCIA POR LOTES
7.3. INTEGRACIÓN Y ENTREGA CONTINUAS


8. ENTRENAMIENTO DE MODELOS ÓPTIMOS

8.1. AJUSTE DE HIPERPARÁMETROS
8.2. APRENDIZAJE AUTOMÁTICO AUTOMATIZADO


9. APRENDIZAJE AUTOMÁTICO RESPONSABLE

9.1. PRIVACIDAD DIFERENCIAL
9.2. INTERPRETABILIDAD DEL MODELO
9.3. JUSTICIA


10. MODELOS DE MONITOREO

10.1. SUPERVISIÓN DE MODELOS CON APPLICATION INSIGHTS
10.2. SUPERVISIÓN DE DERIVA DE DATOS



   BENEFICIOS



  • Al finalizar el curso, el científico de datos de Azure aplica sus conocimientos de ciencia de datos y aprendizaje automático para implementar y ejecutar cargas de trabajo de aprendizaje automático en Azure; en particular, utilizando Azure Machine Learning Service.

   INVERSIÓN



La inversión incluye: Material de estudio oficial de MICROSOFT, certificados e impuestos de ley.

  • En los cursos presenciales proveemos de una computadora por persona y refrigerios.
  • En los cursos virtuales las plataformas interactivas y acceso al aula virtual de recursos.
  • Certificado oficial MICROSOFT.
  • Los laboratorios son los oficiales en la Nube MICROSOFT.