Der Exam Prep DP-100: Microsoft Certified Azure Data Scientist Associate Kurs richtet sich an Fachleute, die Datenwissenschaft und Maschinelles Lernen auf Azure-Workloads anwenden wollen. Dieser Kurs vermittelt den Teilnehmern die Fähigkeiten, Lösungen für maschinelles Lernen mit Azure Machine Learning, MLflow und Azure KI Services zu entwerfen, zu implementieren und zu optimieren. Die Teilnehmer erhalten praktische Erfahrung in der Datenaufnahme, Vorbereitung, dem Training von Modellen, der Bereitstellung und der Überwachung. Durch praktische Demonstrationen und reale Szenarien stellt der Kurs sicher, dass die Lernenden darauf vorbereitet sind, skalierbare KI-Lösungen in Azure zu erstellen. Die Spezialisierung ist in vier Schlüsselkurse unterteilt, die die Anforderungen des DP-100 abdecken: Designing and Implementing a Data Science Solution on Azure exam: The detail of the Courses is provided below Kurs 1: Azure ML: Designing and Preparing Machine Learning Solutions Kurs 2: Azure ML: Explore & Configure the Machine Learning Workspace Kurs 3: Azure ML: Deploying, Managing, and Experimenting with Models Kurs 4:Azure KI & ML: Optimize Language Models for KI Applications Diese Kurse sind weiter unterteilt in Module, Lektionen und Video Items. Alle Kurse verfügen über eine Reihe von Übungs- und benoteten Aufgaben, die die Fähigkeit des Kandidaten testen, die Konzepte zu verstehen und die in den Kursen besprochenen Themen zu erfassen. Dieser Kurs zielt darauf ab, die Microsoft Certified: Azure Data Scientist Associate Zertifizierung.

Azure ML: Erforschen und Konfigurieren des Arbeitsbereichs für maschinelles Lernen
Erweitern Sie Ihre Kenntnisse mit Coursera Plus für 239 $/Jahr (normalerweise 399 $). Jetzt sparen.

Azure ML: Erforschen und Konfigurieren des Arbeitsbereichs für maschinelles Lernen
Dieser Kurs ist Teil von Spezialisierung „Prüfungsvorbereitung DP-100: Microsoft Azure Data Scientist Associate“

Dozent: Whizlabs Instructor
Bei enthalten
Empfohlene Erfahrung
Kompetenzen, die Sie erwerben
- Kategorie: Statistical Modeling
- Kategorie: Data Processing
- Kategorie: MLOps (Machine Learning Operations)
- Kategorie: Cloud Computing
- Kategorie: Applied Machine Learning
- Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
- Kategorie: Data Preprocessing
- Kategorie: Data Science
- Kategorie: Development Environment
- Kategorie: Data Store
- Kategorie: Model Training
- Kategorie: Azure Synapse Analytics
- Kategorie: Machine Learning
- Kategorie: Data Management
- Kategorie: Statistical Methods
Werkzeuge, die Sie lernen werden
- Kategorie: Model Deployment
- Kategorie: Apache Spark
- Kategorie: Microsoft Azure
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 2 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent

von
Mehr von Maschinelles Lernen entdecken
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.

Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,

