DP-3014 Implementing a Machine Learning solution with Azure Databricks
Preis Netto: € MwSt.: €
Preis Preis auf Anfrage
Dauer
1 Tag
Standort
Kurssprache englisch
Trainingslösung Online Live
Der Kurs bietet praxisorientierte Einblicke in die Implementierung von Machine-Learning-Lösungen mit Azure Databricks. Mit einer Kombination aus Theorie und praktischen Übungen wird der Weg von der Datenvorbereitung bis zum Einsatz von Modellen in einer produktiven Umgebung gezeigt. Azure Databricks, eine leistungsstarke Plattform für Datenanalyse und -verarbeitung, ermöglicht es, skalierbare Machine-Learning-Modelle zu erstellen und zu optimieren.
Inhaltliche Schwerpunkte:
- Einführung in Azure Databricks und seine Architektur.
- Datenaufbereitung und -analyse in einer skalierbaren Umgebung.
- Erstellung und Training von Machine-Learning-Modellen.
- Integration von Databricks mit Azure Machine Learning.
- Optimierung und Bereitstellung von Modellen für die Produktion.
- Best Practices für das Modellmanagement und Monitoring.
Am Ende werden die Fähigkeiten vermittelt, Machine-Learning-Projekte effizient mit Azure Databricks umzusetzen und erfolgreich in produktive Anwendungen zu integrieren.
- Azure Databricks starten
- Azure Databricks Workloads erkennen
- Wichtige Konzepte verstehen
- Spark entdecken
- Cluster erstellen
- Spark in Notebooks nutzen
- Spark für Datendateien verwenden
- Daten visualisieren
- Prinzipien des maschinellen Lernens verstehen
- Maschinelles Lernen in Azure Databricks
- Daten für ML vorbereiten
- Modell für ML trainieren
- ML-Modell evaluieren
- MLflow-Funktionen
- Experimente mit MLflow
- Modellregistrierung und -bereitstellung
- Hyperparameter mit Hyperopt optimieren
- Hyperopt-Versuche auswerten
- Hyperopt-Versuche skalieren
- Automatisierung des Modelltrainings.
- Nutzung von AutoML in Azure Databricks
- Skripte für AutoML-Workflows
- Deep Learning verstehen
- Modelle in PyTorch trainieren
- PyTorch-Training mit Horovod verteilen