DP-604 Implement a Data Science and Machine Learning solution for AI with Microsoft Fabric (DP-604) E-Learning

Volg de Implement a Data Science and Machine Learning solution for AI with Microsoft Fabric training en leer Data Schience en Machine Learning implementeren met Microsoft Fabric.

Tijdens deze training leer je onder andere:

• Hoe Microsoft Fabric de dataverwerking stroomlijnt en machine learning mogelijk maakt in een cloudomgeving
• De volledige levenscyclus van een data science-project implementeren
• Gebruik maken van ingebouwde machine learning-functionaliteiten in Microsoft Fabric

Tijdens deze training leer je hoe je Microsoft Fabric kunt gebruiken om data science- en machine learning-oplossingen effectief te implementeren. Je krijgt een diepgaand begrip van hoe je data science-workflows kunt opzetten.Dit omvat het analyseren en voorbereiden van data tot het toepassen van machine learning-modellen. Met behulp van Microsoft Fabric leer je modellen te bouwen, te evalueren en te optimaliseren. Daarnaast ontdek je hoe je machine learning-oplossingen kunt integreren in bedrijfsprocessen om de besluitvorming te verbeteren. Je verwerft kennis over het beheren, opschalen en monitoren van modellen en leert hoe je waardevolle inzichten uit data kunt omzetten in actiegerichte strategieën die bedrijfsresultaten ondersteunen.

Lesmethode

Ben je op zoek naar volledige zelfstudie? Wij bieden je de mogelijkheid om deze training volledig in jouw eigen tijd te volgen. Uiteraard met het officiële Engelstalige lesmateriaal waarmee je de juiste kennis opdoet.

Doelgroep

Deze training is speciaal ontworpen voor professionals die werkzaam zijn in de datawetenschap en machine learning, zoals data-analisten, datawetenschappers en data-engineers.

Daarnaast is de training geschikt voor IT-professionals die hun vaardigheden willen uitbreiden op het gebied van datawetenschap en AI, en voor zakelijke besluitvormers die inzicht willen krijgen in de implementatie van data science- en machine learning-oplossingen binnen hun organisatie.

Basiskennis van data-analyse en een goed begrip van IT-infrastructuur zijn hierbij een voordeel, maar geen vereiste.

Deze training is speciaal ontworpen voor professionals die werkzaam zijn in de datawetenschap en machine learning, zoals data-analisten, datawetenschappers en data-engineers.

Daarnaast is de training geschikt voor IT-professionals die hun vaardigheden willen uitbreiden op het gebied van datawetenschap en AI, en voor zakelijke besluitvormers die inzicht willen krijgen in de implementatie van data science- en machine learning-oplossingen binnen hun organisatie.

Basiskennis van data-analyse en een goed begrip van IT-infrastructuur zijn hierbij een voordeel, maar geen vereiste.

Voorkennis

De training is geschikt voor een breed publiek, maar toch wordt enige voorkennis sterk aanbevolen om het meeste uit de training te halen.

Denk hierbij aan:

• Basisbegrip van datamodellering en -analyse.
• Ervaring met Python of een andere programmeertaal gericht op data-analyse.
• Kennis van machine learning-concepten zoals supervised en unsupervised learning.

Ervaring met cloudomgevingen en databeheer is een pluspunt, maar niet verplicht.

De training is geschikt voor een breed publiek, maar toch wordt enige voorkennis sterk aanbevolen om het meeste uit de training te halen.

Denk hierbij aan:

• Basisbegrip van datamodellering en -analyse.
• Ervaring met Python of een andere programmeertaal gericht op data-analyse.
• Kennis van machine learning-concepten zoals supervised en unsupervised learning.

Ervaring met cloudomgevingen en databeheer is een pluspunt, maar niet verplicht.

Onderdelen

Module 1: Getting Started with Data Science in Microsoft FabricUnderstanding the data science processExplore and process Data with Microsoft FabricTrain and evaluate models with Microsoft FabricModule 2: Explore data for Data Science with Notebooks in Microsoft FabricExplore NotebooksLoading data for explorationUnderstanding data distributionChecking for missing data in NotebooksApplying advanced data exploration techniquesVisualize graphs in NotebooksModule 3:Pre-process data with Data Wrangler in Microsoft FabricData Wrangler insightsPerform data explorationProcess missing dataTransforming data with operatorsModule 4: Train and track Machine Learning models with MLflows in Microsoft FabricLearn more about training machine learning modelsTrain and track models with MLflows and experimentsManage models in Microsoft FabricModule 5: Generate batch predictions using a deployed model in Microsoft FabricAdjusting the model behavior for batch scoringPrepare data before generating predictionsGenerate and store predictions in a Delta table

Module 1: Getting Started with Data Science in Microsoft FabricUnderstanding the data science processExplore and process Data with Microsoft FabricTrain and evaluate models with Microsoft FabricModule 2: Explore data for Data Science with Notebooks in Microsoft FabricExplore NotebooksLoading data for explorationUnderstanding data distributionChecking for missing data in NotebooksApplying advanced data exploration techniquesVisualize graphs in NotebooksModule 3:Pre-process data with Data Wrangler in Microsoft FabricData Wrangler insightsPerform data explorationProcess missing dataTransforming data with operatorsModule 4: Train and track Machine Learning models with MLflows in Microsoft FabricLearn more about training machine learning modelsTrain and track models with MLflows and experimentsManage models in Microsoft FabricModule 5: Generate batch predictions using a deployed model in Microsoft FabricAdjusting the model behavior for batch scoringPrepare data before generating predictionsGenerate and store predictions in a Delta table