Corso Machine Learning
PANORAMICA
PANORAMICA
Corso di preparazione al conseguimento della
Certificazione Azure Data Scientist Associate
Il percorso si articola nel seguente modulo:
Corso MOC DP-100
Designing and Implementing a Data Science Solution on Azure
Voucher e Piani Rateali Interni per le seguenti categorie:
- Disoccupati
- Inoccupati
- Lavoratori a Termine
- Reddito inferiore a 30.000 euro
OBIETTIVI DEL CORSO
OBIETTIVI DEL CORSO Machine learning è la scienza che permette ai sistemi di agire senza essere esplicitamente programmati. Oggi questa scienza è cosi pervasiva da essere presente nel funzionamento di una moltitudine di tecnologie che ogni giorno noi tutti utilizziamo. Molti studiosi ritengono il Machine Learning un pilastro fondamentale per arrivare all’Intelligenza Artificiale (AI) compiuta. Il corso punta alla formazione del ruolo del Data Scientist, protagonista di fondamentale importanza nello sviluppo dei modelli del Machine Learning. Il Data Scientist determina quali dati siano necessari per l’addestramento dei modelli, crea caratteristiche del modello dai dati, determina quali modelli di machine learning utilizzare, forma e valuta i modelli e spesso ha coinvolgimento nella distribuzione del modello. Questo percorso formativo permette al partecipante di costruire una professionalità nell’ambito del Machine Learning arrivando ad analizzare e processare enormi data sets attraverso la tecnologie Azure Machine Learning (AML) Service, AutoML, HyperDrive etc. Il corso prevede una breve introduzione ai fondamenti di Azure indispensabili per l’approccio alla piattaforma Cloud di Microsoft.
CONTENUTI DEL CORSO
CONTENUTI DEL CORSOAzure Fundamentals
Module 1: Cloud Concepts
Learning Objectives
Why Cloud Services
Types of Cloud models
Types of Cloud Services
Module 2: Core Azure Services
Learning Objectives
Core Azure Architectural components
Core Azure Services and Products
Azure Solutions
Azure Management Tools
Module 3: Security, Privacy, Compliance and Trust
Learning Objectives
Securing network connectivity in Azure
Core Azure Identity services
Security Tools and Features
Azure Governance methodologies
Monitoring and Reporting in Azure
Privacy, Compliance and Data Protection standards in Azure
Module 4: Azure Pricing and Support
Learning Objectives
Azure Subscriptions
Planning and Managing costs
Support Options Available with Azure
Azure Service Level Agreements (SLAs)
Service Lifecycle in Azure
Designing and Implementing a Data Science Solution on Azure
Module 1: Doing Data Science on Azure
Explain the steps involved in the Data Science Process
Explain the machine learning modeling cycle
Explain data cleansing and preparation
Explain model feature engineering
Explain model training and evaluation
Explain about model deployment
Understand the specialized roles in the data science process
Module 2: Doing Data Science with Azure Machine Learning service
Explain the difference between Azure Machine Learning Studio and Azure Machine Learning service
Explain how Azure Machine Learning service fits into the data science process
Explain the concepts related to an Azure Machine Learning service experiment
Explain the Azure Machine Learning service pipeline
Module 3: Automate Model Selection with AML Service
Explain the machine learning pipeline
Explain Azure Machine Learning service AutoML
Create a Python script that uses the Azure Machine Learning service’s AutoML to recommend a model
Test the recommended model from your Python script
Module 4: Manage and Monitor Models
Register a model in the Azure Machine Learning service Model Registry
Query information about the registered model
Register an image containing a machine learning model
Install the Azure ML Monitoring SDK
Enable model data collection using the portal and using Python with the SDK
Use the Azure ML Monitoring SDK to collect and monitor model data
TIPOLOGIA DEL CORSO
TIPOLOGIA DEL CORSOLezioni frontali Presenza in Aula e Laboratorio;
Lezioni a distanza in Video Presenza Tempo Reale e Laboratorio;
Lezioni in Self-Study auto apprendimento con Laboratorio;
INFRASTRUTTURA LABORATORIALE
INFRASTRUTTURA LABORATORIALEPer tutte le tipologie di erogazione, il Corsista può accedere alle attrezzature e ai sistemi reali Microsoft presenti nei Nostri laboratori o direttamente presso i data center in modalità remota h24. Ogni partecipante dispone di un accesso per implementare le varie configurazioni avendo così un riscontro pratico e immediato della teoria affrontata. Ecco di seguito alcuni scenari tratti dall’attività laboratoriale:
PREREQUISITI
PREREQUISITII partecipanti dovranno avere una conoscenza di base del linguaggio Python. Si consiglia la partecipazione al Corso programmazione python.
DURATA E FREQUENZA
Corso Microsoft Machine Learning – Durata 39 Ore;
Frequenza Serale 2 Volte a settimana;
Possibilità di altre tipologie di Frequenza;
DOCENTI
DOCENTII docenti sono Istruttori Certificati Microsoft e in altre tecnologie IT, con anni di esperienza pratica nel settore e nella Formazione.
MODALITÀ DI ISCRIZIONE
MODALITÀ DI ISCRIZIONEL’iscrizione avviene contattando la sede.
Le iscrizioni sono rivolte ad un massimo di 13 partecipanti. Si ricorda inoltre che il costo del corso non comprende gli esami di certificazione che il corsista può sostenere alla fine del percorso formativo presso i nostri centri
VIDEO DI APPROFONDIMENTO
VIDEO DI APPROFONDIMENTOPresentazione Corso
La nostra Community
Le Testimonianze
CALENDARIO
CALENDARIOCorso Machine Learning: 11/03/2019 – Lun. Gio. 18:30/21:30
Posti Rimanenti: 0/13
Corso Machine Learning: 31/10/2019 – Lun. Gio. 18:30/21:30
Posti Rimanenti: 8/13
Elenco Corsi Microsoft
