Course Outline

Εισαγωγή

Περιγραφή του Azure Machine Learning

  • Τι είναι το Azure Machine Learning;
  • Συσκευασμένες λειτουργίες του Azure Machine Learning
  • Αρχιτεκτονική του Azure Machine Learning

Προετοιμασία του περιβάλλοντος λειτουργίας για τις επιχειρηματικές δραστηριότητες μηχανικής μάθησης

  • Ρύθμιση του περιβάλλοντος εργαστηρίου Azure Machine Learning

Επεξεργασία δεδομένων

  • Εισαγωγή και αποσυμπιέζουν δεδομένα και σύνολα δεδομένων
  • Μετασχηματισμός και καθαρισμός των δεδομένων
  • Διάκριση των δεδομένων εκπαίδευσης και δοκιμής

Ταξινομήσεις και παλινδρομικές σχέσεις

  • Δημιουργία δυϊκών και πολυδιάστατων μοντέλων
  • Εργασία με μοντέλα παλινδρομικής σχέσης
  • Ρύθμιση υπερπαραμέτρων και παραμέτρων
  • Εφαρμογή αναλυτικών τεχνικών πρόβλεψης και επίδρασης
  • Δημιουργία δέντρων αποφάσεων και δασών αποφάσεων

Συσχετιστική Ανάλυση

  • Εφαρμογή αναλύσεως συσχετιστικών δεδομένων

Προεπεξεργασία και Ετικετοποίηση Δεδομένων (NLP)

  • Προεπεξεργασία και ετικετοποίηση δεδομένων
  • Χρήση ανάλυσης κειμένου

Συστήματα Συστάσεων

  • Εργασία με μοντέλα συστάσεων Matchbox

Διαθέσιμη και Χρήση

  • Δημιουργία, διαθέσιμη και χρήση πληροφοριακών υπηρεσιών μηχανικής μάθησης

Περίληψη και Συμπέρασμα

Requirements

  • Εμπειρία με την πλατφόρμα υπολογιστικής στο κλωνίδιο Azure

Αντικείμενο

  • Επιστήμονες Δεδομένων
 14 Hours

Number of participants


Price per participant

Testimonials (5)

Upcoming Courses

Related Categories