Contents
實作 AzureML:從 Azure 機器學習的介紹到先進的機器學習演算法。 無需寫程式。
從這 30.5 小時的課程,你會學到
- 準備並通過Azure DP-100考試
- 使用 Azure ML 掌握資料科學和機器學習模型
- 使用Python和Pandas進行資料處理
- 用於 Python 的 AzureML SDK,用於完整的機器學習生命週期
- 掌握 Azure 自動機器學習,以便更快、更有效地開發和部署機器學習模型
- 理解機器學習演算法的概念和直覺
- 在幾分鐘內建立機器學習模型
- 部署營運等級的機器學習演算法
- 以最簡單的方式部署機器學習網路服務
要求
- 基礎數學要足夠好。 本課程不需要資料科學背景知識。 如果你有,將很有幫助
- 必需有免費或付費訂閱的 Microsoft Azure 。 它可能會要求電話和/或信用卡進行驗證
課程說明
“這個課程真的非常完整,對我而言,我對這個課題主題一無所知,但是老師解釋得很清楚,我能夠理解和完成所有的課題,老師也很快就回答了我的問題。 強烈推薦。”
機器學習是高需求的技能之一。 數據是新石油。
然而,學習 ML 然後進一步佈署一直很困難。 Azure ML 是 Microsoft 對機器學習進行民主化的一種方式。
Azure 機器學習(AzureML)被認為是遊戲規則變革者。 Azure 機器學習工作室 ( Azure Machine Learning Studio ) 是學習建構高級模型的好工具,無需寫一行程式碼,只要簡單地拖放即可編輯。
這個課程的設計是考慮到入門級的資料科學家,或者沒有程式設計或資料科學的背景的任何人。 本課程還將幫助資料科學家學習 AzureML 工具。 如果你已經熟悉機器學習的概念或基本知識,你可以跳過一些最初的講座或者以2倍的速度走過課程。
課程非常實用,你將能夠運用下列知識開發自己的高級模型
- 邏輯迴歸 ( Logistic Regression )
- 決策樹 ( Decision Trees )
- 線性迴歸 ( Linear Regression )
- 支持向量機 ( SVM : Support Vector Machine)
- 更多
不用任何程式設計。 而且,你將能夠將這些模型佈署為 Web 服務。
本課程是一門完整的機器學習課程,涵蓋基礎知識。 我們不僅要建立模型,還要解釋所有這些模型的各種參數以及我們可以在哪些方面應用它們。
在這個過程中,我們將從機器學習中經常使用的一些基本術語開始。
我也會解釋:
- 什麼是機器學習和一些現實世界的例子。
- Azure 機器學習介紹
- 提供 Azure 機器學習工作室和高級體系結構的概述。
我們也將看看
- 建立 ML 模型的步驟
- 有監督和無監督學習
- 了解數據和預處理
- 不同的模型類型
- AzureML 備忘清單 ( Cheat Sheet )
- 如何使用分類和迴歸
- 什麼是群聚或群聚分析
- 使用 AzureML 最強大的推薦引擎創建推薦系統
請注意:AzureML 註冊需給 Microsoft 電話做信用卡驗證。
目標受眾
- 想要開始機器學習領域的職業生涯或希望了解這方面的開發人員
- 想要應用機器學習來解決業務問題的商業分析師
- 功能實現專家可透過機器學習的幫助,快速建立/測試他們的假設
- 任何想學習機器學習的人
- 想要開始機器學習的學生和非技術專業人員
- 想要自動化流程或決策的商業流程經理
- 想要應用機器學習更好地預測銷售、轉換、流失的行銷專業人士
講師簡介
Jitesh Khurkhuriya 數位化轉型和分析專家
熱愛生活的學習者和知識尋求者。
作為數位化轉型領域經驗豐富的領導者,我開發、談判並執行能產生高收益和高利潤的策略。 分析是企業數位化轉型的重要組成部分之一。
我在“大數據和分析”方面的第一次經歷是在2008年。當時並沒有這名詞。 🙂 是備受矚目的建議稅收改革和增值稅、海關和所得稅修改的團隊成員之一,根據欺詐模式分析、全國資料採礦和分析、業務流程安全分析。 這不僅促成了稅收流程的革命性變革,而且減少了稅收和海關的欺詐。
我一直認為,技術不必是一個大錘子,而應簡單扮演一個推動者和問題解決者。 我帶領一支最大保險公司的團隊度過他們的數位化轉型之旅。
- 點選這個✨優惠連結✨ 課程特價 | Udemy 永久擁有課程 NT390 起( 在電腦瀏覽器登入,點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得 )
- Udemy 現在越來越多課程有中文字幕,請參考 Soft & Share 中文線上課程
- 手機上點選優惠連結看到的價格比電腦上看到的貴
- $代表當地貨幣, 如在台灣為 NT
- 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上,請稍等刷新或重新點選就會出現