________________________________________________________________
¿Quiere realizar este curso en modalidad telepresencial o presencial?
Póngase en contacto con nosotros por correo: info@nanforiberica.com, teléfonos: +34 91 031 66 78 / +34 605 98 51 30, WhatsApp: +34 685 60 05 91, o comunícate con Nuestras Oficinas
________________________________________________________________
Descripción del curso: DP-3014 Implementing a Machine Learning Solution with Azure Databricks
Azure Databricks es una plataforma con escalado en la nube para el análisis de datos y el aprendizaje automático. Los científicos de datos y los ingenieros de aprendizaje automático pueden usar Azure Databricks para implementar soluciones de aprendizaje automático a gran escala.
- Nivel: Intermediate
- Producto: Azure Databricks
- Rol: Científico de datos
Ruta Formativa
-
Explorar Azure Databricks: Azure Databricks es un servicio en la nube que proporciona una plataforma escalable para el análisis de datos mediante Apache Spark.
-
Uso de Apache Spark en Azure Databricks: Azure Databricks se basa en Apache Spark y permite a los ingenieros y analistas de datos ejecutar trabajos de Spark para transformar, analizar y visualizar datos a escala.
-
Entrenamiento de un modelo de Machine Learning en Azure Databricks: El aprendizaje automático implica el uso de datos para entrenar un modelo predictivo. Azure Databricks admite varios marcos de aprendizaje automático de uso frecuente que puede usar para entrenar modelos.
-
Uso de MLflow en Azure Databricks: MLflow es una plataforma de código abierto para administrar el ciclo de vida de aprendizaje automático que Azure Databricks admite de manera nativa.
-
Ajuste de hiperparámetros en Azure Databricks: El ajuste de hiperparámetros es una parte esencial del aprendizaje automático. En Azure Databricks, puede usar la biblioteca Hyperopt para optimizar los hiperparámetros de manera automática.
-
Uso de AutoML en Azure Databricks: AutoML en Azure Databricks simplifica el proceso de creación de un modelo de aprendizaje automático eficaz para sus datos.
-
Entrenamiento de modelos de aprendizaje profundo en Azure Databricks: El aprendizaje profundo usa redes neuronales para entrenar modelos de aprendizaje automático altamente eficaces para previsiones complejas, Computer Vision, el procesamiento del lenguaje natural y otras cargas de trabajo de IA.
Requisitos previos
Se recomienda tener experiencia en el uso de Python para explorar datos y entrenar modelos de Machine Learning con marcos de código abierto comunes, como Scikit-Learn, PyTorch y TensorFlow.
Idioma
- Curso: Inglés / Español
- Labs: Inglés / Español
