Les tendances du BIG DATA
Data Science dans le Cloud avec Microsoft Azure Machine Learning
Reference : MS20774

Prochaines sessions
Nous consulter.

Objectifs
- Comprendre ce qu’est le Machine Learning et comment les algorithmes et les langages sont utilisés
- Pouvoir décrire à quoi sert Azure Machine Learning et énumérer les principales fonctionnalités d’Azure Machine Learning Studio
- Savoir télécharger et explorer divers types de données vers Azure Machine Learning
- Pouvoir explorer et utiliser des techniques pour gérer un grand nombre de données avec Azure Machine Learning
- Apprendre à utiliser des algorithmes de classification et de clustering avec Azure Machine Learning
- Savoir utiliser R et Python avec Azure Machine Learning
- Comprendre comment utiliser HDInsight avec Azure Machine Learning
- Être en mesure d’utiliser R et le serveur R avec Azure Machine Learning et savoir déployer et configurer SQL Server pour prendre en charge les services R
Pré requis
- Avoir suivi la formation « Les fondamentaux de l’analyse statistique avec R » (BI103) ou disposer des connaissances équivalentes
- Connaissance des méthodes statistiques communes et des meilleures pratiques d’analyse de données
- Connaissances de base du système d’exploitation Microsoft Windows et de ses fonctionnalités principales
- Connaissance pratique des bases de données relationnelles
Modalités pédagogiques
Cours dispensé en mode présentiel avec une alternance d’apports théoriques et méthodologiques, et de mises en situations pratiques
Certification
non
Public visé
Cette formation s’adresse à tout public : membres de DSI, Direction études : Directeurs, managers, chefs de projets, consultants, chargés d’études, responsables commerciaux, responsables marketing …
Evoluer dans un service Informatique, marketing, études ou dans une société de service
Inscription
Programmes de Data Science dans le Cloud avec Microsoft Azure Machine Learning
INTRODUCTION À MACHINE LEARNING
- Qu’est-ce que Machine Learning
- Introduction aux algorithmes Machine Learning
- Introduction aux langages Machine Learning
INTRODUCTION À AZURE MACHINE LEARNING
- Présentation de Azure Machine Learning
- Introduction à Azure Machine Learning Studio
- Développement et hébergement d’applications Azure Machine Learning
GESTION D’ENSEMBLE DE DONNÉES
- Catégoriser vos données
- Importation de données vers Azure Machine Learning
- Exploration et transformation des données dans Azure Machine Learning
PRÉPARATION DES DONNÉES À UTILISER AVEC AZURE MACHINE LEARNING
- Prétraitement des données
- Gestion des ensembles de données incomplets
UTILISATION DE LA FONCTIONNALITÉ ENGENEERING ET SÉLECTION
- Utilisation de la fonctionnalité Engeneering
- Utilisation de la fonctionnalité Sélection
CONSTRUCTION DE MODÈLES AZURE MACHINE LEARNING
- Flux de travail Azure Machine Learning
- Notation et évaluation des modèles
- Utilisation d’algorithmes de régression
- Utilisation des réseaux neuronaux
UTILISATION DE LA CLASSIFICATION ET DU CLUSTERING AVEC LES MODÈLES AZURE MACHINE LEARNING
- Utilisation d’algorithmes de classification
- Techniques de clustering
- Sélection des algorithmes
UTILISATION DE R ET PYTHON AVEC AZURE MACHINE LEARNING
- Utilisation de R
- Utilisation de Python
- Incorporer R et Python dans les expériences Machine Learning
INITIALISATION ET OPTIMISATION DES MODÈLES MACHINE LEARNING
- Utilisation d’hyper-paramètres
- Utilisation d’algorithmes multiples et modèles
- Notation et évaluation de modèles
UTILISATION DE MODÈLES AZURE LEARNING MACHINE
- Déploiement et publication de modèles
- Expériences consommatrices
UTILISATION DES SERVICES COGNITIFS
- Aperçu des services cognitifs
- Traitement du langage
- Traitement des images et de la vidéo
- Recommandation de produits
UTILISATION DE MACHINE LEARNING AVEC HDINSIGHT
- Introduction à HDInsight
- Types de cluster HDInsight
- HDInsight et modèles Machine Learning
UTILISATION DES SERVICES R AVEC MACHINE LEARNING
- Présentation de R et du serveur R
- Utilisation du serveur R avec Machine Learning
- Utilisation de R avec SQL Server