آموزش DP-100 مایکروسافت Azure Data Scientist آمادگی کامل برای امتحان

DP-100 Microsoft Azure Data Scientist Complete Exam Prep

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یاد بگیرید چگونه از یادگیری ماشینی Azure برای افزودن هوش مصنوعی و ML به برنامه های خود استفاده کنید - دسامبر 2022 نحوه پیاده سازی راه حل ها برای پلت فرم Microsoft Azure ML را بیاموزید تست یادگیری ماشینی Microsoft DP-100 Microsoft Azure را برای اولین بار پشت سر بگذارید. نشان از آخرین به‌روزرسانی‌های این پلتفرم همیشه در حال تغییر به‌روز باشید. یا زبان برنامه نویسی دیگر

شرایط مورد نیاز آزمون DP-100 به روز شده، طراحی و پیاده سازی راه حل علم داده در Azure را پوشش می دهد.

از دسامبر 2022 به روز شد.

این دوره الزامات آزمون Microsoft DP-100 را به صورت بخش به بخش انجام می دهد. ما همه چیزهایی را که برای قبولی در امتحان باید بدانید را پوشش می دهیم.

Azure Data Scientist دانش خود را از علم داده و یادگیری ماشین برای پیاده‌سازی و اجرای بارهای کاری یادگیری ماشین در Azure به کار می‌گیرد. به ویژه، با استفاده از سرویس یادگیری ماشینی Azure. این مستلزم برنامه ریزی و ایجاد یک محیط کاری مناسب برای بارهای کاری علم داده در Azure، اجرای آزمایش های داده و آموزش مدل های پیش بینی، مدیریت و بهینه سازی مدل ها، و استقرار مدل های یادگیری ماشین در تولید است.

این آزمون توانایی شما را در انجام وظایف فنی زیر می سنجد: راه اندازی یک فضای کاری یادگیری ماشینی Azure. اجرای آزمایش ها و مدل های قطار؛ بهینه سازی و مدیریت مدل ها؛ و مدل‌ها را مستقر و مصرف کنید.

  • یک راه حل یادگیری ماشین (20 تا 25%) طراحی و آماده کنید

  • کاوش داده‌ها و مدل‌های قطار (۳۵–۴۰%)

  • یک مدل برای استقرار (20-25٪) آماده کنید

  • استقرار و آموزش مجدد یک مدل (10-15٪)

آموزش داده شده توسط اسکات دافی، مربی شماره یک Microsoft Azure در Udemy.

شما مادام‌العمر به دوره دسترسی دارید، و بنابراین هیچ شمارش معکوس احمقانه‌ای «30 روزه» وجود ندارد که شما را ملزم به پرداخت بیشتر برای افزایش دسترسی کند. این دوره زمانی که به آن نیاز داشته باشید اینجا خواهد بود.

امروز ثبت نام کنید!


Microsoft، Windows، و Microsoft Azure علائم تجاری یا علائم تجاری Microsoft Corporation در ایالات متحده و/یا سایر کشورها هستند. این دوره گواهی، معتبر، وابسته به شرکت مایکروسافت و تایید نشده است.



سرفصل ها و درس ها

خوش آمدید و معرفی Welcome and Introduction

خوش آمدید و معرفی Welcome and Introduction

  • خوش آمدید به دوره DP-100 DP-100 Course Welcome

  • شرایط آزمون Exam Requirements

  • نکات Udemy Player Udemy Player Tips

یک فضای کاری یادگیری ماشینی Azure ایجاد کنید Create an Azure Machine Learning workspace

یک فضای کاری یادگیری ماشینی Azure ایجاد کنید Create an Azure Machine Learning workspace

  • بررسی اجمالی بخش Overview of the Section

  • یک فضای کاری یادگیری ماشینی Azure ایجاد کنید Create an Azure Machine Learning workspace

  • Azure ML Workspace Settings - Portal Azure ML Workspace Settings - Portal

  • تنظیمات Azure ML Studio Azure ML Studio Settings

  • استفاده از Azure CLI برای ایجاد فضای کاری ML Using Azure CLI to Create an ML Workspace

اشیاء داده را در یک فضای کاری یادگیری ماشینی Azure مدیریت کنید Manage data objects in an Azure Machine Learning workspace

اشیاء داده را در یک فضای کاری یادگیری ماشینی Azure مدیریت کنید Manage data objects in an Azure Machine Learning workspace

  • داده ها و مجموعه داده ها Datastores and Datasets

  • مجموعه داده های اضافی ایجاد کنید Create Additional Datasets

زمینه های محاسباتی آزمایشی را مدیریت کنید Manage experiment compute contexts

زمینه های محاسباتی آزمایشی را مدیریت کنید Manage experiment compute contexts

  • یک نمونه محاسباتی آزمایشی ایجاد کنید Create an experiment compute instance

  • چندین نمونه محاسباتی را مدیریت کنید Manage multiple compute instances

  • اهداف و خوشه های محاسباتی ایجاد کنید Create compute targets and clusters

با استفاده از Azure Machine Learning Designer مدل ایجاد کنید Create models by using Azure Machine Learning Designer

با استفاده از Azure Machine Learning Designer مدل ایجاد کنید Create models by using Azure Machine Learning Designer

  • ایجاد اولین خط لوله ML ما Creating Our First ML Pipeline

  • ارائه خط لوله برای آموزش و ارزیابی Submitting the Pipeline for Training and Evaluation

  • کد سفارشی در خط لوله پیچیده تر Custom Code in a More Complicated Pipeline

  • توضیح خط لوله پیچیده Explaining the Complicated Pipeline

  • ارزیابی نتایج اجرا Evaluating the Execution Results

  • خطاهای طراح Azure ML Azure ML Designer Errors

  • ماژول های طراح Azure ML Azure ML Designer Modules

اسکریپت های آموزشی را در فضای کاری Azure Machine Learning اجرا کنید Run training scripts in an Azure Machine Learning workspace

اسکریپت های آموزشی را در فضای کاری Azure Machine Learning اجرا کنید Run training scripts in an Azure Machine Learning workspace

  • SDK را برای Azure ML راه اندازی کنید Setup SDK for Azure ML

  • با استفاده از SDK فضای کاری ML ایجاد کنید Create ML Workspace using SDK

  • سلام، جهان در پایتون Hello, World in Python

  • آموزش یک مدل با استفاده از SDK Train a Model using SDK

  • آزمایش را با استفاده از SDK ارسال کنید Submit Experiment using SDK

فرآیند آموزش مدل را خودکار کنید Automate the model training process

فرآیند آموزش مدل را خودکار کنید Automate the model training process

  • با استفاده از SDK یک خط لوله ایجاد کنید Create a pipeline by using the SDK

از Automated ML برای ایجاد مدل های بهینه استفاده کنید Use Automated ML to create optimal models

از Automated ML برای ایجاد مدل های بهینه استفاده کنید Use Automated ML to create optimal models

  • مروری بر AutoML Overview of AutoML

  • استفاده از AutoML با SDK Using AutoML with SDK

از Hyperdrive برای تنظیم هایپرپارامترها استفاده کنید Use Hyperdrive to tune hyperparameters

از Hyperdrive برای تنظیم هایپرپارامترها استفاده کنید Use Hyperdrive to tune hyperparameters

  • هایپرپارامتر چیست؟ What is Hyperparameter?

مدل ها را مدیریت کنید Manage models

مدل ها را مدیریت کنید Manage models

  • یک مدل آموزش دیده ثبت نام کنید Register a trained model

ایجاد اهداف محاسباتی تولید Create production compute targets

ایجاد اهداف محاسباتی تولید Create production compute targets

  • ایجاد اهداف محاسباتی تولید Create production compute targets

یک مدل را به عنوان یک سرویس مستقر کنید Deploy a model as a service

یک مدل را به عنوان یک سرویس مستقر کنید Deploy a model as a service

  • نصب AutoML Deploy AutoML

  • یک نقطه پایانی AutoML ایجاد کنید Create an AutoML Endpoint

  • استقرار ML Designer برای استنتاج زمان واقعی Deploy ML Designer for Real Time Inference

  • استقرار مدل‌های SDK Deploy SDK Models

یک خط لوله برای استنتاج دسته ای ایجاد کنید Create a pipeline for batch inferencing

یک خط لوله برای استنتاج دسته ای ایجاد کنید Create a pipeline for batch inferencing

  • یک خط لوله برای استنتاج دسته ای منتشر کنید Publish a Pipeline for Batch Inference

بسته شدن Wrap Up

بسته شدن Wrap Up

  • متشکرم! Thank You!

  • سخنرانی پاداش Bonus Lecture

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش DP-100 مایکروسافت Azure Data Scientist آمادگی کامل برای امتحان
جزییات دوره
3 hours
38
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
6,855
4.1 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Scott Duffy • 415.000+ Students Scott Duffy • 415.000+ Students

مربی پر فروش لاجورد و TOGAFGA ، MCTH در آنجا ، اسم من اسکات دافی است. و من دوست دارم درک موضوعات پیچیده فنی را آسان کنم. این اساس کار کل من در 20 سال گذشته - به عنوان یک توسعه دهنده ، به عنوان مدیر توسعه ، به عنوان یک معمار نرم افزار - بوده است. من نیمی از وقتم را در دنیای تجارت می گذرانم ، و موضوعات پیچیده فنی را برای صاحبان مشاغل و سهامداران توضیح می دهم تا آنها بتوانند رویکرد من در حل مشکلات تجاری خود را با راه حل های فنی درک کنند و با آن موافق باشند. و نیمه دیگر با توسعه دهندگان ، دلایل تجاری پشت تصمیمات را توضیح می دهند و اطمینان حاصل می کنند که هر تصمیمی که از طرف فنی گرفته شود ، تجارت را از راه های غیرمنتظره محدود نمی کند. و من اینجا در Udemy هستم تا آنچه را می دانم به روشی نزدیک آموزش دهم. من تدریس دوره ها را از سال 2014 آغاز کردم و بیش از 415،000 دانش آموز تدریس کرده ام. من هر روز از داشتن توانایی ارتباط با بسیاری از دانشجویان تقریباً در هر کشور در سراسر جهان سپاسگزارم. من یک معمار معتبر Enterprise و یک معمار مجاز ابر هستم. من 20 سال است که با فناوری های مایکروسافت در حال توسعه هستم ، از Classic ASP و همه نسخه های .NET شروع می کنم. ما اکنون در دوره ابر زندگی می کنیم و مایکروسافت لاجورد در اکثر شرکت های بزرگ رواج دارد. من به عنوان یک معمار و توسعه دهنده Azure نیز گواهی شده ام. و همچنین AWS Solution Architect Associate (SAA).

Software Architect.ca Software Architect.ca

TOGAF® Certified، Azure Architect، AWS ArchitectSoftwareArchitect-ca آموزش آنلاین با کیفیتی درباره Enterprise Architecture و Microsoft Azure ارائه می دهد. این که آیا تازه کار خود را شروع می کنید ، یا یک پیشکسوت گزیده در این زمینه هستید ، نرم افزار معماری دوره هایی را ارائه می دهد تا به شما کمک کند حرفه خود را به مرحله بعدی برسانید. SoftwareArchitect-ca توسط اسكات دافی ، كه معمار و مربی گواهینامه TOGAF 9 است ، اداره می شود. شرکت مشاور اسکات ، Little Oliver Consulting ، یکی از اعضای انجمن معماری Open Group است که به تعیین استانداردهای آینده کمک می کند. اسکات همچنین به عنوان توسعه دهنده و معمار دارای مجوز Azure است. TOGAF یک علامت تجاری ثبت شده The Open Group در ایالات متحده و سایر کشورها است.