fbpxl

Formación privada | Ondemand

Azure Machine Learning

En este curso se tratan los aspectos principales de Machine Learning, los problemas que puede resolver y los algoritmos para conseguirlo, así como cómo implementar y desarrollar una solución corporativa basada en Azure Machine Learning.

Data Science y Machine Learning están creciendo en popularidad e importancia dentro de la estrategia de datos de las empresas. Pasar del análisis descriptivo tradicional al análisis prescriptivo y a los nuevos servicios avanzados, desde minería de textos hasta análisis de imágenes, se está convirtiendo en un aspecto diferencial en los sistemas analíticos.

Aunque algunas de estas funcionalidades analíticas ya están presentes en el mercado desde hace algún tiempo, es con el despliegue masivo de la potencia de la nube Azure y el servicio Azure Machine Learning cuando se han vuelto mucho más fáciles de comprender, desarrollar, implementar y usar reduciendo enormemente la cantidad de tiempo y la infraestructura necesaria.

Modalidades del Curso

Formación Privada

Esta modalidad permitirá a tu empresa poder contratar la formación de manera privada para que asista todo tu equipo.

Curso Ondemand

Aprende cuando quieras, donde quieras, y a tu propio ritmo.

Pre-requisitos

Antes de asistir a este curso, se recomienda que los participantes tengan al menos una experiencia básica en bases de datos, extracción de datos o inteligencia empresarial y estadística.

Después del Curso
Después de completar este curso los asistentes serán capaces de: describir y entender qué sucede en proceso end-to-end process dentro de un proyecto de Machine Learning y los módulos y características que se incluyen en el servicio de Azure ML.

”Muy bien informado y con buena energía. Mantuvo a la clase activa en todo momento”

Contenido del Curso

(formación privada)

Contenido del Curso

(On-demand)

Module 1. Introduction to Machine Learning.
  • What is ML?
  • SSAS Data Mining vs Azure ML.

Lab 01: Introduction to ML.

Module 2. Connecting to the sources. Preparing the data.
  • Data Providers Supported.
  • How to read the data.
  • Data preparation. Transforming the data and creating new attributes.
  • Data Volume.

Lab 02: Connecting and transforming the data.

Module 3. Solving problems with ML.
  • Training the model.
  • Regression Algorithms.
  • Clustering Algorithms.
  • Anomalies.
  • Recommendations.

Lab 03: Solve problems with ML.

Module 4. Deploying and Maintaining ML.
  • Deploying ML Web Services.
  • Upgrading new versions.
  • Consuming the ML solution.Lab 04: Deploy and use a ML project 
Module 5. Advanced ML.
  • Cross-Validation.
  • R Integration.

Lab 05: R Integration. 

Module 6. ML API.
  • Introduction to the Azure ML API.
  • Using Azure ML Services.

Lab 06: ML API Development.

Module 1. Introduction to Machine Learning.
  • About the instructor.
  • What is Machine Learning?
  • Machine Learning Applications.
  • Microsoft ecosystem for Machine Learning.
  • Data Science life cycle.
Module 2. Data Exploration.
  • Introduction to Data Exploration.
  • What is EDA? Why is it so important?
  • Visualizing data.
  • Demo 2.1.
  • Advanced data visualization.
  • Demo 2.2.
  • Quiz 02.
Module 3. Data Transformation.
  • Introduction to Data Transformation.
  • Why to Transform Data? Common scenarios.
  • Dealing with Data (1/2).
  • Demo 3.1.
  • Dealing with Data (2/2).
  • Demo 3.2.
  • Quiz 03.
Module 4. Training Machine Learning Models.
  • Introduction to Training Machine Learning Models.
  • Types of Machine Learning Problems.
  • Training and Evaluating Classifiers.
  • Demo 4.1.
  • Training and Evaluating Regressors.
  • Demo 4.2.
  • Quiz 04.
Module 5. Feature Engineering and Model Tuning.
  • Introduction to Feature Engineering.
  • When basic data is not enought.
  • Demo 5.1.
  • Feature Engineering.
  • Demo 5.2.
  • Tuning Hyperparameters.
  • Demo 5.3.
  • Quiz 05.
Module 6. Consuming ML Models.
  • Introduction to Consuming Models.
  • Publishing a Machine Learning Model as a Web Service.
  • Demo 6.1.
  • Consuming a Web Service.
  • Demo 6.2.
  • Quiz 06.

Contacta con Nosotros

¿Necesitas más información o un presupuesto para formación privada?