DP-090 : Implémentation d'une solution d'apprentissage automatique avec Microsoft Azure Databricks

Description du cours

Azure Databricks est une plateforme à l'échelle du cloud pour l'analyse de données et l'apprentissage automatique. Dans ce cours d'une journée, vous apprendrez à utiliser Azure Databricks pour explorer, préparer et modéliser des données, ainsi qu'à intégrer les processus d'apprentissage automatique Databricks avec Azure Machine Learning.

Profil public

Ce cours est conçu pour les data scientists ayant une expérience en Python et qui doivent apprendre à appliquer leurs compétences en science des données et en apprentissage automatique dans Azure Databricks.

Objets de cette collection

• Introduction à Azure Databricks (7 unités)
• Travailler avec des données dans Azure Databricks (7 unités)
• Préparer les données pour l'apprentissage automatique avec Azure Databricks (9 unités)
• Formation d'un modèle d'apprentissage automatique avec Azure Databricks (7 unités)
• Utiliser MLflow pour suivre les expériences dans Azure Databricks (7 unités)
• Gestion des modèles d'apprentissage automatique dans Azure Databricks (7 unités)
• Suivre les expériences Azure Databricks dans Azure Machine Learning (8 unités)
• Déploiement de modèles Azure Databricks dans Azure Machine Learning (8 unités)

Plan du cours

Module 1 : Introduction à Azure Databricks

Dans ce module, vous apprendrez à provisionner un espace de travail et un cluster Azure Databricks et à les utiliser pour travailler avec des données.

Leçons

• Introduction à Azure Databricks

• Travailler avec des données dans Azure Databricks

Atelier : Introduction à Azure Databricks

Atelier : Travailler avec des données dans Azure Databricks

Après avoir terminé ce module, vous serez capable de :

• Provisionner un espace de travail et un cluster Azure Databricks

• Utiliser Azure Databricks pour travailler avec des données

Module 2 : Formation et évaluation des modèles de Machine Learning

Dans ce module, vous apprendrez à utiliser Azure Databricks pour préparer les données à la modélisation et pour former et valider un modèle de Machine Learning.

Leçons

• Préparer les données pour l'apprentissage automatique

• Entraîner un modèle d'apprentissage automatique

Laboratoire : Entraînement d'un modèle de Machine Learning

Laboratoire : Préparer les données pour l'apprentissage automatique

Après avoir terminé ce module, vous pourrez utiliser Azure Databricks pour :

• Préparation des données pour la modélisation

• Former et valider un modèle de Machine Learning

Module 3 : Gestion des expériences et des modèles

Dans ce module, vous apprendrez à utiliser MLflow pour suivre les expériences exécutées dans Azure Databricks et gérer les modèles de Machine Learning.

Leçons

• Utiliser MLflow pour suivre les expériences

• Gestion des modèles

Atelier : Utiliser MLflow pour suivre les expériences

Laboratoire : Gestion des modèles

Après avoir terminé ce module, vous serez capable de :

• Utiliser MLflow pour suivre les expériences

• Gestion des modèles

Module 4 : Intégration d'Azure Databricks et d'Azure Machine Learning

Dans ce module, vous apprendrez comment intégrer Azure Databricks à Azure Machine Learning.

Leçons

• Suivre les expériences avec Azure Machine Learning

• Déployer des modèles

Atelier : Déployer des modèles dans Azure Machine Learning

Atelier : Exécuter des expériences dans Azure Machine Learning

Après avoir terminé ce module, vous serez capable de :

• Exécuter des expériences Azure Machine Learning sur Azure Databricks Compute

• Déployer des modèles formés sur Azure Databricks vers Azure Machine Learning

Conditions préalables

Avant de participer à ce cours, vous devez avoir une expérience de l'utilisation de Python pour travailler avec des données et des connaissances liées aux concepts d'apprentissage automatique. Avant de participer à ce cours, suivez le parcours d’apprentissage suivant dans Microsoft Learn :

• Création de modèles d'apprentissage automatique

Langue

• Cours : anglais
• Travaux pratiques : anglais