ホーム > Azure のデータ サイエンス ソリューションの設計と実装(DP-100)

Azure のデータ サイエンス ソリューションの設計と実装(DP-100)

  • New！
    新規コース(過去6ヶ月)

コース基本情報

コースタイトル Azure のデータ サイエンス ソリューションの設計と実装(DP-100)
コースコード MSC0702V  
コース種別 集合研修 形式 講義＋実機演習
期間 2日間 時間 9:30～17:30 価格(税込) 154,000円(税込)
主催 トレノケート
日程 会場 空席状況 実施状況 選択

2020年12月1日(火) ～ 2020年12月2日(水)

オンラインLive

  空席あり

※「キャンセル待ち」でお申し込みの方には、別途メールにてご連絡いたします。
※「実施確定」表示のない日程は、お申し込み状況により開催中止になる場合がございます。
※ トレノケート主催コース以外の空席状況は、残席数に関わらず「お申し込み後確認」と表示されます。
※ トレノケート主催コース以外では、主催会社のお席を確保した後に受付確定となります。

詳しくはお問い合わせください。

ワンポイント

キカガク×トレノケート
本研修は株式会社キカガクの講師が担当いたします。 　
　
本コースは「Azure のデータ サイエンス ソリューションの設計と実装(DP-100)」3日間を2日間に日程短縮したコースです。利用頻度の低い機能については、講義と演習の一部を省略しています。

重要なご連絡・ご確認事項

●重要: 事前準備について

●テキストおよび演習ガイドについて
　本コースでは、マイクロソフト社 から提供される電子テキスト(日本語)を使用します。演習ガイドはマイクロソフト社から提供される英語版テキストをベースに、最小限の日本語化を行なった補足資料を使用します。
　電子テキストのプラットフォームはskillpipeを使用します。事前にアカウントを作成しておくことをおすすめします。

●マイクロソフトアカウントの事前作成のお願い
　本コースでは、演習用のAzure サブスクリプション（Student Pass）を使用します。Student Pass の有効化にマイクロソフトアカウントが必要となるため、事前にご用意ください。アカウントの作成方法はマイクロソフト サポートWebページをご覧ください。
　なお、作成時は必ず「新しいメールアドレスを取得」で作成願います。Student Passに割り当てたマイクロソフトアカウントは、別のStudent Passには使用できないため、将来別のコース受講に支障をきたすためです）

【本コースはオンライン対応です】※一部日程をオンラインで開催しています


会場が「オンラインLive」または「教室Live配信」の日程は、PCやタブレット等を通してオンラインでご参加いただけます。


  • オンラインLive：受講者の方はオンラインのみとなります。
  • 教室Live配信：教室・オンラインから受講される方が混在します。

★オンラインLiveトレーニングの詳細はこちら

対象者情報

対象者
・DP-100 の試験の受験を考えられている方
・Azure Machine Learning ソリューションについてハンズオンを通して学びたいと考えている方
前提条件
プログラミング経験がある。もしくは、事前予習動画を視聴する時間を確保することが可能であること。

学習内容の詳細

コース概要
Microsoft 認定資格である Azure Data Scientist Associate を取得するための試験である DP-100 の合格を目指します。
また、機械学習モデル開発の効率化、自動化の方法や、モデルのデプロイから再学習といった実務に繋がる技術の習得を目指します。
学習目標
●Azure Machine Learning Designer を用いてノンコーディングでモデルの学習からデプロイまでを実行できる。
●Azure Machine Learning 上で並列分散処理を活用し、機械学習モデルの学習の高速化ができる。
●Azure Machine Learning でハイパーパラメータ調整の自動化を行うことができる。
●機械学習モデルの学習、デプロイ、再学習のライフサイクルの構築を Azure Machine Learning を用いて実装できる。
学習内容 
1. イントロダクション
  - Azure Machine Learningの概要
  - 機械学習モデル開発のフロー人工知能、機械学習、ディープラーニングの違い

2.Azure Machine Learning Designerの基礎
  - 分類モデル構築のフローの作成
  - 学習済みモデルのデプロイ
  - 演習：回帰モデル構築のフローの作成

3. Azure Machine Learning Designerの応用
  - 手持ちデータの読み込みとデータ操作
  - ハイパーパラメータの調整
  - 分類の評価指標

4. 分類のアルゴリズムの実装 (scikit learn)
  - データの前処理
  - モデルの学習
  - モデルの評価

5. Azure Machine Learning SDKの基礎
  - Experimentの基本操作
  - 学習結果をExperimentに記録

6. Azure Machine Learningで学習の高速化
  - データセットの取り扱い
  - 並列分散処理で学習の高速化

7. Azure Machine Learningで自動ハイパーパラメータ調整	
  - ハイパーパラメータ調整の設定
  - 早期終了の設定
  - 学習済みモデルをWorkspaceに登録

8. Azure Machine Learningで学習の自動化
  - パイプラインの作成
  - パイプラインのデプロイとスケジューリング

9. 学習済みモデルのデプロイ
  - リアルタイム推論
  - バッチ推論

10. データセットの監視
  - データドリフトの概要
  - データドリフトモニターの活用

11. 総括
  - 試験のポイント
  - 振り返り

実習/演習内容詳細

ソフトウェア/ハードウェア
※Live配信の場合はZoomを使用します

関連試験や資格との関連

MCP試験 DP-100:Designing and Implementing a Data Science Solution on Azure

ご注意・ご連絡事項

・コースの内容は予告なく変更される可能性があります。最新情報は本Webページにてご確認ください。
・本コースでは、マイクロソフト社 から提供される電子テキストを使用いたします。