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

Ce cours est conçu pour les scientifiques des données ayant de l'expérience en Python qui ont besoin d'apprendre à appliquer leurs compétences en science des données et en apprentissage automatique dans Azure Databricks.

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

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

Laboratoire : Introduction à Azure Databricks

Laboratoire : Utilisation des données dans Azure Databricks

Après avoir terminé ce module, vous serez capable de :

• Provisionnement d'un espace de travail et d'un cluster Azure Databricks

• Utiliser Azure Databricks pour travailler avec les données

Module 2 : Formation et évaluation des modèles d'apprentissage automatique

Dans ce module, vous apprendrez à utiliser Azure Databricks pour préparer les données à la modélisation et à former et valider un modèle d’apprentissage automatique.

Leçons

• Préparation des données pour l'apprentissage automatique

• Entraîner un modèle d'apprentissage automatique

Laboratoire : Entraînement d'un modèle d'apprentissage automatique

Laboratoire : Préparation des données pour l'apprentissage automatique

Après avoir terminé ce module, vous serez en mesure d'utiliser Azure Databricks pour :

• Préparation des données pour la modélisation

• Former et valider un modèle d'apprentissage automatique

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 à gérer les modèles d’apprentissage automatique.

Leçons

• Utiliser MLflow pour suivre les expériences

• Gestion des modèles

Laboratoire : Utilisation de 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 à intégrer Azure Databricks à Azure Machine Learning.

Leçons

• Suivi des expériences avec Azure Machine Learning

• Mettre en œuvre des modèles

Laboratoire : Déploiement de modèles sur Azure Machine Learning

Laboratoire : Exécution d'expériences dans Azure Machine Learning

Après avoir terminé ce module, vous serez capable de :

• Exécutez des expériences Azure Machine Learning sur Azure Databricks Compute

• Déploiement de modèles formés dans Azure Databricks vers Azure Machine Learning

Avant de suivre ce cours, vous devez avoir de l’expérience dans l’utilisation de Python pour travailler avec des données et une certaine connaissance des 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

• Cours : Anglais
• Laboratoires : anglais