Microsoft MCSA: Machine Learning - Nur 6 Tage

Vier Gründe, warum Sie Ihren MCSA Machine Learning Kurs bei Firebrand Training ablegen sollten:

Sehen Sie hier, wie schnell Sie mit uns neue Qualifikationen erlangen können.

  1. Lernen Sie MCSA Machine Learning in Rekordzeit. Erlangen Sie Ihre MCSA Machine Learning Zertifizierung in nur 6 Tagen durch mind. 10 Stunden/Tag qualitativ hochwertige interaktive Unterrichtszeit in einer ablenkungsfreien Lernumgebung.
  2. Unser MCSA Machine Learning Kurs umfasst ein All-Inklusive-Paket. Enthalten sind Kursunterlagen, Prüfungen, Unterkunft und Verpflegung - damit Sie sich ganz auf das Lernen konzentrieren können.
  3. Bestehen Sie Ihre MCSA Machine Learning Prüfung auf Anhieb. Unsere praxiserfahrenen Trainer kombinieren visuelle, auditive und taktile Methoden, damit Sie Ihre Zertifizierung auf Anhieb erlangen. Falls nicht, können Sie den Kurs innerhalb eines Jahres wiederholen und zahlen nur für Unterkunft, Verpflegung und Prüfung (AGB – Firebrand Leistungsgarantie).
  4. Lernen Sie mit einem mehrfach ausgezeichneten Trainingsanbieter. Firebrand ist der effiziente Weg zur Zertifizierung: Bereits 65.217 Teilnehmer haben über eine Million Trainingsstunden seit 2001 gespart.

Machen Sie einen kostenlosen Praxistest, um Ihr Wissen einzuschätzen!

Wann starten Sie Ihren Firebrand Intensivkurs?

Start

Ende

Verfügbarkeit

Standort

Anmelden

21.8.2017 (Montag)

26.8.2017 (Samstag)

Kurs gelaufen

-

 

5.2.2018 (Montag)

10.2.2018 (Samstag)

Einige Plätze frei

Überregional

 

19.3.2018 (Montag)

24.3.2018 (Samstag)

Einige Plätze frei

Überregional

 

30.4.2018 (Montag)

5.5.2018 (Samstag)

Einige Plätze frei

Überregional

 

11.6.2018 (Montag)

16.6.2018 (Samstag)

Einige Plätze frei

Überregional

 

Bereits 65.217 Kursteilnehmer haben seit 2001 erfolgreich einen Firebrand-Kurs absolviert. Unsere aktuellen Kundenbefragungen ergeben: Bei 96.56% unserer Teilnehmer wurde die Erwartungshaltung durch Firebrand übertroffen!

"Anstrengend, aber zielführend."
Anonym - Microsoft MCSA: Windows Server 2016 (11 Tage) (16.10.2017 bis 26.10.2017)

"Immer wieder toll zu sehen, dass bei Firebrand sehr gute Trainer arbeiten, die es schaffen, viel Wissen in kurzer Zeit zu vermitteln. Gerne wieder!"
Jan Emmerich, New Media Service GmbH. - Microsoft MCSA: Office 365 (5 Tage) (23.10.2017 bis 27.10.2017)

"Kompakte Wissensvermittlung in entspannter Umgebung, fixiert auf das Prüfungsergebnis."
S. R., DLR PT. - Microsoft Server Infrastructure (6 Tage) (9.10.2017 bis 14.10.2017)

"Intensivtraining, wie man es sich wünscht."
Anonym - Microsoft MCSA: Windows 10 (6 Tage) (25.9.2017 bis 30.9.2017)

"Der Trainer hat die Gruppe gut motiviert, bevor die Gruppe die Prüfungen angetreten hat. "
Philipp Koch, Comforts GmbH. - Microsoft MCSA: Windows Server 2016 (11 Tage) (14.8.2017 bis 24.8.2017)

"Freundlicher Trainer, fundiertes Wissen. Gute Wissensvermittlung. Gutes Trainingscenter."
B. P.. - Microsoft MCSA: Office 365 (5 Tage) (26.6.2017 bis 30.6.2017)

"Effiziente Druckbetankung."
Jörn Kossert, Comline AG. - Microsoft MCSA: Office 365 (5 Tage) (26.6.2017 bis 30.6.2017)

"Eignet sich besonders gut für Kursteilnehmer, die eine Zertifizierung anvisieren. Man sollte zum Kurs jedoch die erforderlichen Voraussetzungen mitbringen, darüber hinaus die Bereitschaft bis zu später Stunde Kursinhalte zu lernen."
Alexandros Pavlidis. - Microsoft MCSE: Messaging (Exchange 2016) (6 Tage) (19.6.2017 bis 24.6.2017)

"Ich würde Firebrand jederzeit weiterempfehlen. Es war für mich eine super Erfahrung und die Kursatmosphäre war angenehm und ich habe mich wohl gefühlt. Ich habe in dieser kurzen Woche mehr gelernt als bei vier Wochen Selbststudium."
Anonym - Microsoft MCSE: SharePoint 2016 (6 Tage) (29.5.2017 bis 3.6.2017)

"Schulungen bei Firebrand sind empfehlenswert. TOP Prüfungsvorbereitung und 1A Service."
Anonym - Microsoft MCSE: SharePoint 2016 (6 Tage) (29.5.2017 bis 3.6.2017)

"MCSE in 9 Tagen. Vielen Dank Firebrand!"
Anonym - Microsoft MCSE: Cloud Platform and Infrastructure (Azure) (9 Tage) (8.5.2017 bis 16.5.2017)

"Viel Input in kürzester Zeit - sehr empfehlenswert!"
Anonym - Microsoft MCSE: Cloud Platform and Infrastructure (Azure) (9 Tage) (8.5.2017 bis 16.5.2017)

"Es ist eine krasse Herausforderung, aber man kann unheimlich viel mitnehmen, sowohl fachlich als auch persönlich."
Anonym - Microsoft MCSE: Cloud Platform and Infrastructure (Azure) (9 Tage) (8.5.2017 bis 16.5.2017)

"11 Tage am Stück, jeden Tag im Klassenzimmer/Trainingsraum und anschließend noch eigenständige Nacharbeit und Lernen ist sehr anstrengend, aber letzten Endes zahlt es sich aus."
Anonym - Microsoft MCSA: Windows Server 2016 (11 Tage) (3.4.2017 bis 13.4.2017)

"Zielgerichtetes, sehr anstrengendes und zielführendes Training mit sehr gutem Trainer."
Anonym - Microsoft MCSA: Windows Server 2016 (11 Tage) (3.4.2017 bis 13.4.2017)

"Ein engagierter und kompetenter Trainer, der auf alle Fragen einging. Super! Gerne wieder!"
Anonym - Microsoft Dynamics CRM 2016 (11 Tage) (26.3.2017 bis 5.4.2017)

"Sehr motivierendes Training mit netten Leuten."
Anonym - Microsoft Dynamics CRM 2016 Customisation and Configuration (4 Tage) (26.3.2017 bis 29.3.2017)

"6 Tage die sich wirklich gelohnt haben! :)"
Anonym - Microsoft MCSA: Web Applications (6 Tage) (6.3.2017 bis 11.3.2017)

"Hat mich motiviert, weiter Weiterbildungen durchzuführen, DANKE!"
Anonym - Microsoft MCSA: Windows 10 (6 Tage) (6.3.2017 bis 11.3.2017)

"Zweites Training, zweiter überragender Trainer (VMware, Microsoft MCSA 2016)."
Anonym - Microsoft MCSA: Windows Server 2016 (11 Tage) (6.2.2017 bis 16.2.2017)

"Es war wirklich extrem herausfordernd - sehr viel Stoff in kurzer Zeit. Ich hätte niemals gedacht, dass man innerhalb einer Woche so einen tiefen und gleichzeitig breit gefächerten Einblick in Azure bekommen kann."
Anonym - Microsoft MCSE: Cloud Platform and Infrastructure (Azure) (9 Tage) (6.2.2017 bis 14.2.2017)

"Man glaubt, es sei unmöglich. Bis es geschafft ist. Firebrand schafft ambitionierte Prüfungsvorbereitungen - es stimmt! "
Anonym - Microsoft MCSE: Cloud Platform and Infrastructure (Azure) (9 Tage) (6.2.2017 bis 14.2.2017)

"Wahnsinniger Input innerhalb von kurzer Zeit - muss man mögen und verkraften, dann ist es auch wahnsinnig effektiv!!!"
Anonym - Microsoft MCSE: Communication (Skype for Business) (6 Tage) (9.1.2017 bis 14.1.2017)

"Großartiger Schulungsanbieter - großes Schulungsangebot, sehr qualifiziert, erfahrener und praxisorientierter Trainer. Ich werde Firebrand wieder nutzen und weiter empfehlen."
Anonym - Microsoft MCSA: SQL Server 2016 - Database Administration (6 Tage) (9.1.2017 bis 13.1.2017)

"Trainer sehr gut! (Vortragswesen, Vorbereitung, Knowhow)"
Anonym - Microsoft MCSA: SQL Server 2016 - Database Administration (6 Tage) (9.1.2017 bis 13.1.2017)

"Mit der Ausbildung bei Firebrand kann man sich auf die Zertifizierung optimal vorbereiten."
Anonym - Microsoft Enterprise Devices and Apps (6 Tage) (9.1.2017 bis 14.1.2017)

"Hardcore Training mit fantastischen Leuten."
Anonym - Microsoft MCSE: Messaging (Exchange 2016) (6 Tage) (12.12.2016 bis 17.12.2016)

"Sehr gutes Trainingskonzept, viel Stoff in kurzer Zeit gut aufbereitet und vermittelt. Konzept steht und fällt mit dem Trainer, welcher hier jederzeit voll überzeugte."
Anonym - Microsoft MCSE: Messaging (Exchange 2016) (6 Tage) (12.12.2016 bis 17.12.2016)

"Intensives, praxisorientiertes Training. Ideale Prüfungsvorbereitung. Auf Fragen wird jederzeit ausführlich eingegangen. Übungslabs und Trainingsumgebung super."
Anonym - Microsoft MCSE: Messaging (Exchange 2016) (6 Tage) (12.12.2016 bis 17.12.2016)

"Ich habe jetzt meinen 4. Kurs bei Firebrand hinter mich gebracht. Die Kombination Hotel-Trainingsort ist sehr angenehm. Die Schulungen sind sehr komprimiert und fokussiert."
Anonym - Microsoft MCSE: Messaging (Exchange 2016) (6 Tage) (12.12.2016 bis 17.12.2016)

"Wer bereit ist, intensiv zu lernen, kann aus den Kursen sehr viel mitnehmen!"
Anonym - Microsoft MCSA: SQL Server (9 Tage) (28.11.2016 bis 6.12.2016)

"Schnelle Wissensvermittlung."
Anonym - Microsoft MCSA: Office 365 (5 Tage) (7.11.2016 bis 11.11.2016)

"Das Konzept steht und fällt mit den Trainern, unser Trainer hat einen super Job gemacht!"
Anonym - Microsoft MCSA: Office 365 (5 Tage) (7.11.2016 bis 11.11.2016)

"Zum effizienten Lernen ist Firebrand sehr gut geeignet. Es übersteigt die Qualität eines reinen MOC Kurses um Längen!!!"
Anonym - Microsoft MCSA: Office 365 (5 Tage) (7.11.2016 bis 11.11.2016)

"Klasse Format! Super Trainer! Mein Fachwissen wurde verifiziert und erweitert. Ich bin voll zufrieden."
Anonym - Microsoft Programming in C# (4 Tage) (7.11.2016 bis 10.11.2016)

"Mir gefällt das Konzept des "beschleunigten" Lernens sehr gut. Außerdem hilft die abgelegene Lage des Schulungszentrums sehr gut dabei, sich auf das Lernen zu konzentrieren - TOP!"
Anonym - Microsoft Programming in C# (4 Tage) (7.11.2016 bis 10.11.2016)

"Der Trainer ist sehr auf meine (Anfänger-)Fragen eingegangen. SUPER!"
Anonym - Microsoft Dynamics CRM 2016 Customisation and Configuration (4 Tage) (20.10.2016 bis 23.10.2016)

"Sehr menschliche, fachlich kompetente und prüfungsorientierte Schulung."
Anonym - Microsoft Dynamics CRM 2015 (8 Tage) (16.10.2016 bis 23.10.2016)

"Das sportliche Konzept geht auf. Mit Vorkenntnissen kann man sehr viel Wissen rausziehen."
Anonym - Microsoft MCSE: Communication (Skype for Business) (6 Tage) (10.10.2016 bis 15.10.2016)

"Im Selbststudium hätte ich Wochen gebraucht, um mich in das Thema MSO365 einzuarbeiten und die notwendigen Prüfungen zu machen. Das Bootcamp hat mir eine Menge Zeit erspart."
Anonym - Microsoft MCSA: Office 365 (5 Tage) (26.9.2016 bis 30.9.2016)

"Streng, aber gut und sehr informativ."
Anonym - Microsoft MCSE: Messaging (Exchange 2016) (6 Tage) (19.9.2016 bis 24.9.2016)

"Der Kurs ist anstrengend und intensiv. Trotzdem werden Inhalte klar und strukturiert herübergebracht. Mit ein wenig Vorab-Kenntnissen zu dem Thema ist die Zertifizierung noch in der Kurswoche realistisch."
Anonym - Microsoft MCSE: Messaging (Exchange 2016) (6 Tage) (19.9.2016 bis 24.9.2016)

"Anstrengender 6-Tages Kurs mit wahnsinnig viel Input durch den Trainer. Ich habe sehr viel für meine zukünftigen Aufgaben mitnehmen können und freue mich darauf, das Erlernte auch im produktiven System umzusetzen."
André Winkler. - Microsoft Private Cloud (6 Tage) (19.9.2016 bis 24.9.2016)

"Exzellenter Trainer mit umfangreichem Background Know-How und ausgezeichneter Erklärweise. WANDELNDES TECHNET!"
Thomas Justen, Justen iT. - Microsoft Private Cloud (6 Tage) (19.9.2016 bis 24.9.2016)

"Ich bin Wiederholungstäter bei Firebrand, da mir das Lernkonzept sehr zusagt. Man kann sich komplett und ohne Ablenkung auf den Unterricht und die Prüfung konzentrieren. Auch wenn 12 Stunden Unterricht nichts für jeden sind. Der Trainer wie immer kompetent."
Klaus Last, RIEMSER Pharma GmbH. - Microsoft MCSE: Business Intelligence (SQL Server) (6 Tage) (12.9.2016 bis 17.9.2016)

"Was schon beim MCSA wunderbar funktioniert hat, sollte nun auch beim MCSE gelingen: fernab von Störungen durch Arbeitgeber und Familie, ohne die üblichen Freizeitaktivitäten in einer angenehmen Umgebung nichts anderes unternehmen als lernen. Und es war wieder eine sehr produktive Woche."
C. G.. - Microsoft MCSE: Business Intelligence (SQL Server) (6 Tage) (12.9.2016 bis 17.9.2016)

"Toller Trainer, kompakter Kurs, guter Wissentransfer."
T. V.. - Microsoft MCSD: Azure Solutions Architect (9 Tage) (5.9.2016 bis 11.9.2016)

"Sehr kompetenter Trainer und gute Lernatmosphäre. Straffes Programm."
Demian Prutscher. - Microsoft MCSD: Azure Solutions Architect (9 Tage) (5.9.2016 bis 11.9.2016)

"Der Intensivkurs vermittelte in kürzester Zeit viele interessante Themen und Einblicke in "Best-Practice-Methoden"."
Markus Jakob. - Microsoft MCSA: SQL Server (9 Tage) (29.8.2016 bis 6.9.2016)

"Das Training kann ich nur weiterempfehlen, in kurzer Zeit wird viel Stoff verarbeitet. Die Vorteile liegen klar auf der Hand, für das Business ist man nicht all zu lange abwesend und man kann sich trotzdem weiterbilden."
A. R.. - Microsoft MCSA: SQL Server (9 Tage) (29.8.2016 bis 6.9.2016)

Your accelerated MCSA: Machine Learning course will teach you skills in operationalising Microsoft Azure machine learning and Big Data with R Server and SQL R Services. You'll learn to process and analyse large data sets using R and use Azure cloud services to build and deploy intelligent solutions.

Your expert Microsoft Certified Trainer (MCT) will immerse you in the course. You will learn through Firebrand's unique Lecture | Lab | Review technique - helping you to build and retain knowledge faster than traditional training styles. You will develop practial skills relevant to real world application, getting hands-on with Microsoft R Server, SQL R Services, Azure Machine Learning, Cognitive Services and Bot Framework technologies.

You'll cover a range of big data, Microsoft R and cloud data science topics including:

  • How to read, explore and process big data
  • Building predictive models with ScaleR
  • Developing machine learning models
  • Preparing data for analysis in Azure machine learning
  • How to operationalise and manage Azure machine learning services

During your 6-day accelerated MCSA course, you'll also be prepared for exams 70-773: Analyzing Big Data with Microsoft R and 70-774: Perform Cloud Data Science with Azure Machine Learning. You'll sit both exams at the Firebrand training centre during the course. Covered by your Certification Guarantee.

The MCSA Machine Learning certification is designed for those looking to demonstrate their expertise using R and Azure Machine Learning - best suited to data science or data analyst job roles. Achieving the MCSA certification will act as the first step to becoming a Data Management and Analytics Microsoft Certified Solutions Expert (MCSE).

Weiterlesen ...

Interessiert? Unsere Preise finden Sie hier oder rufen Sie uns an unter 0720-880599

Verwenden Sie Ihre kostenlosen Microsoft Trainingsgutscheine

Unter Umständen können Sie Ihr Training über das mit hohen Rabatten verbundene Microsoft's Software Assurance Training Voucher (SATV) Programm durchführen. Falls Ihr Unternehmen Microsoft Software-Produkte erworben hat, können Sie überprüfen, ob sie mit dem Produkt ebenfalls kostenlose Trainingsgutscheine erworben haben. Die Gutscheine können für Trainingskurse in allen Microsoft-Technologien eingelöst werden. Wenn Sie Fragen haben, kontaktieren Sie uns einfach.

Firebrand Intensivtrainings – kein gewöhnlicher Kurs

In herkömmlichen Weiterbildungskursen wird vornehmlich im Vortragsstil gelehrt und eigenständiges Testen und Nacharbeiten wird vorausgesetzt.

Effektives technisches Training sollte jedoch in höchstem Maße abwechslungsreich und interaktiv gestaltet werden, um das Aufmerksamkeitslevel hoch zu halten, den Austausch zwischen den Teilnehmern und mit dem Trainer zu fördern und das Erlernte durch praktische Einheiten zu festigen.

Mit der Firebrand Intensiv-Trainingsmethode stellen wir sicher, dass Ihre Lernansprüche erfüllt werden:

  • Intensiver Gruppenunterricht
  • Einzelbetreuung durch den Trainer
  • Praktische Übungseinheiten
  • Übungspartner und Gruppenübungen
  • Frage und Antwort-Einheiten
  • Eigenständige Arbeitsphasen

Umfassendes und transparentes Leistungspaket

Unsere Kurspreise verstehen sich inklusive aller anfallenden Kosten. Im Leistungspaket sind enthalten: Unterricht, Kursunterlagen, Unterkunft, alle Mahlzeiten und Snacks sowie Prüfungsgutscheine. Ausnahme: Die Prüfungsgutscheine sind bei folgenden Partnern nicht im Leistungspaket enthalten: ISACA, GIAC und PMI.

Flexibles Training

Firebrand Training bietet speziell auf die Bedürfnisse der Kursteilnehmer abgestimmtes Training an. Unser Team geht auf die individuellen Lernbedürfnisse der Teilnehmer ein und sichert somit gezielt den Lernerfolg.

Weiterlesen ...

Interessiert? Unsere Preise finden Sie hier oder rufen Sie uns an unter 0720-880599

Course 20773A: Analyzing Big Data with Microsoft R


Module 1: Microsoft R Server and R Client

Explain how Microsoft R Server and Microsoft R Client work.

Lessons

  • What is Microsoft R server
  • Using Microsoft R client
  • The ScaleR functions

Lab : Exploring Microsoft R Server and Microsoft R Client

  • Using R client in VSTR and RStudio
  • Exploring ScaleR functions
  • Connecting to a remote server

After completing this module, you’ll be able to:

  • Explain the purpose of R server.
  • Connect to R server from R client
  • Explain the purpose of the ScaleR functions.

Module 2: Exploring Big Data

At the end of this module the student will be able to use R Client with R Server to explore big data held in different data stores.

Lessons

  • Understanding ScaleR data sources
  • Reading data into an XDF object
  • Summarizing data in an XDF object

Lab : Exploring Big Data

  • Reading a local CSV file into an XDF file
  • Transforming data on input
  • Reading data from SQL Server into an XDF file
  • Generating summaries over the XDF data

After completing this module, you’ll be able to:

  • Explain ScaleR data sources
  • Describe how to import XDF data
  • Describe how to summarize data held in XCF format

Module 3: Visualizing Big Data

Explain how to visualize data by using graphs and plots.

Lessons

  • Visualizing In-memory data
  • Visualizing big data

Lab : Visualizing data

  • Using ggplot to create a faceted plot with overlays
  • Using rxlinePlot and rxHistogram

After completing this module, you’ll be able to:

  • Use ggplot2 to visualize in-memory data
  • Use rxLinePlot and rxHistogram to visualize big data

Module 4: Processing Big Data

Explain how to transform and clean big data sets.

Lessons

  • Transforming Big Data
  • Managing datasets

Lab : Processing big data

  • Transforming big data
  • Sorting and merging big data
  • Connecting to a remote server

After completing this module, you’ll be able to:

  • Transform big data using rxDataStep
  • Perform sort and merge operations over big data sets

Module 5: Parallelizing Analysis Operations

Explain how to implement options for splitting analysis jobs into parallel tasks.

Lessons

  • Using the RxLocalParallel compute context with rxExec
  • Using the revoPemaR package

Lab : Using rxExec and RevoPemaR to parallelize operations

  • Using rxExec to maximize resource use
  • Creating and using a PEMA class

After completing this module, you’ll be able to:

  • Use the rxLocalParallel compute context with rxExec
  • Use the RevoPemaR package to write customized scalable and distributable analytics.

Module 6: Creating and Evaluating Regression Models

Explain how to build and evaluate regression models generated from big data

Lessons

  • Clustering Big Data
  • Generating regression models and making predictions

Lab : Creating a linear regression model

  • Creating a cluster
  • Creating a regression model
  • Generate data for making predictions
  • Use the models to make predictions and compare the results

After completing this module, you’ll be able to:

  • Cluster big data to reduce the size of a dataset.
  • Create linear and logit regression models and use them to make predictions.

Module 7: Creating and Evaluating Partitioning Models

Explain how to create and score partitioning models generated from big data.

Lessons

  • Creating partitioning models based on decision trees.
  • Test partitioning models by making and comparing predictions

Lab : Creating and evaluating partitioning models

  • Splitting the dataset
  • Building models
  • Running predictions and testing the results
  • Comparing results

After completing this module, you’ll be able to:

  • Create partitioning models using the rxDTree, rxDForest, and rxBTree algorithms.
  • Test partitioning models by making and comparing predictions.

Module 8: Processing Big Data in SQL Server and Hadoop

Explain how to transform and clean big data sets.

Lessons

  • Using R in SQL Server
  • Using Hadoop Map/Reduce
  • Using Hadoop Spark

Lab : Processing big data in SQL Server and Hadoop

  • Creating a model and predicting outcomes in SQL Server
  • Performing an analysis and plotting the results using Hadoop Map/Reduce
  • Integrating a sparklyr script into a ScaleR workflow

After completing this module, you’ll be able to:

  • Use R in the SQL Server and Hadoop environments.
  • Use ScaleR functions with Hadoop on a Map/Reduce cluster to analyze big data.

Course 20774A: Perform Cloud Data Science with Azure Machine Learning


Module 1: Introduction to Machine Learning

This module introduces machine learning and discussed how algorithms and languages are used.

Lessons

  • What is machine learning?
  • Introduction to machine learning algorithms
  • Introduction to machine learning languages

Lab : Introduction to machine Learning

  • Sign up for Azure machine learning studio account
  • Run a simple experiment from gallery
  • Evaluate an experiment

After completing this module, you’ll be able to:

  • Describe machine learning
  • Describe machine learning algorithms
  • Describe machine learning languages

Module 2: Introduction to Azure Machine Learning

Describe the purpose of Azure Machine Learning, and list the main features of Azure Machine Learning Studio.

Lessons

  • Azure machine learning overview
  • Introduction to Azure machine learning studio
  • Developing and hosting Azure machine learning applications

Lab : Introduction to Azure machine learning

  • Explore the Azure machine learning studio workspace
  • Clone and run a simple experiment
  • Clone an experiment, make some simple changes, and run the experiment

After completing this module, you’ll be able to:

  • Describe Azure machine learning.
  • Use the Azure machine learning studio.
  • Describe the Azure machine learning platforms and environments.

Module 3: Managing Datasets

At the end of this module the student will be able to upload and explore various types of data in Azure machine learning.

Lessons

  • Categorizing your data
  • Importing data to Azure machine learning
  • Exploring and transforming data in Azure machine learning

Lab : Visualizing Data

  • Prepare Azure SQL database
  • Import data
  • Visualize data
  • Summarize data

After completing this module, you’ll be able to:

  • Understand the types of data they have.
  • Upload data from a number of different sources.
  • Explore the data that has been uploaded.

Module 4: Preparing Data for use with Azure Machine Learning

This module provides techniques to prepare datasets for use with Azure machine learning.

Lessons

  • Data pre-processing
  • Handling incomplete datasets

Lab : Preparing data for use with Azure machine learning

  • Explore some data using Power BI
  • Clean the data

After completing this module, you’ll be able to:

  • Pre-process data to clean and normalize it.
  • Handle incomplete datasets.

Module 5: Using Feature Engineering and Selection

This module describes how to explore and use feature engineering and selection techniques on datasets that are to be used with Azure machine learning.

Lessons

  • Using feature engineering
  • Using feature selection

Lab : Using feature engineering and selection

  • Merge datasets
  • Use PCA to reduce dimensions
  • Select some variables and edit metadata

After completing this module, you’ll be able to:

  • Use feature engineering to manipulate data.
  • Use feature selection.

Module 6: Building Azure Machine Learning Models

This module describes how to use regression algorithms and neural networks with Azure machine learning.

Lessons

  • Azure machine learning workflows
  • Scoring and evaluating models
  • Using regression algorithms
  • Using neural networks

Lab : Building Azure machine learning models

  • Using Azure machine learning studio modules for regression
  • Evaluate machine learning models
  • Add further regression models
  • Create and run a neural-network based application

After completing this module, you’ll be able to:

  • Describe machine learning workflows.
  • Explain scoring and evaluating models.
  • Describe regression algorithms.
  • Use a neural-network.

Module 7: Using Classification and Clustering with Azure machine learning models

This module describes how to use classification and clustering algorithms with Azure machine learning.

Lessons

  • Using classification algorithms
  • Clustering techniques
  • Selecting algorithms

Lab : Using classification and clustering with Azure machine learning models

  • Using Azure machine learning studio modules for classification.
  • Add k-means section to an experiment
  • Add PCA for anomaly detection.
  • Evaluate the models

After completing this module, you’ll be able to:

  • Use classification algorithms.
  • Describe clustering techniques.
  • Select appropriate algorithms.

Module 8: Using R and Python with Azure Machine Learning

This module describes how to use R and Python with azure machine learning and choose when to use a particular language.

Lessons

  • Using R
  • Using Python
  • Using Jupyter notebooks
  • Supporting R and Python

Lab : Using R and Python with Azure machine learning

  • Adding R and Python scripts
  • Using Python with Visual Studio IDE
  • Add a Jupyter notebook
  • Run Jupyter notebook
  • Import packages for R/Python
  • Data visualization using R/Python
  • R programming to work on a time series

After completing this module, you’ll be able to:

  • Explain the key features and benefits of R.
  • Explain the key features and benefits of Python.
  • Use Jupyter notebooks.
  • Support R and Python.

Module 9: Initializing and Optimizing Machine Learning Models

This module describes how to use hyper-parameters and multiple algorithms and models, and be able to score and evaluate models.

Lessons

  • Using hyper-parameters
  • Using multiple algorithms and models
  • Scoring and evaluating ensembles

Lab : Initializing and optimizing machine learning models

  • Using hyper-parameters
  • Build an ensemble using stacking
  • Evaluate the ensemble

After completing this module, you’ll be able to:

  • Use hyper-parameters.
  • Use multiple algorithms and models to create ensembles.
  • Score and evaluate ensembles.

Module 10: Using Azure Machine Learning Models

This module explores how to provide end users with Azure machine learning services, and how to share data generated from Azure machine learning models.

Lessons

  • Deploying and publishing models
  • Exporting data

Lab : Using Azure machine learning models

  • Deploy machine learning models
  • Consume a published model
  • Export data
  • Use exported data in machine learning model

After completing this module, you’ll be able to:

  • Deploy and publish models.
  • Export data to a variety of targets.

Module 11: Using Cognitive Services

This module introduces the cognitive services APIs for text and image processing to create a recommendation application, and describes the use of neural networks with Azure machine learning.

Lessons

  • Cognitive services overview
  • Processing text
  • Processing images
  • Creating recommendations

Lab : Using Cognitive Services

  • Create and run a text processing application
  • Create and run an image processing application
  • Create and run a recommendation application

After completing this module, you’ll be able to:

  • Describe cognitive services.
  • Process text through an application.
  • Process images through an application.
  • Create a recommendation application.

Module 12: Using Machine Learning with HDInsight

This module describes how use HDInsight with Azure machine learning.

Lessons

  • Introduction to HDInsight
  • HDInsight cluster types
  • HDInsight and machine learning models

Lab : Machine Learning with HDInsight

  • Deploy an HDInsight cluster
  • Use the HDInsight cluster
  • Display data in Power BI

After completing this module, you’ll be able to:

  • Describe the features and benefits of HDInsight.
  • Describe the different HDInsight cluster types.
  • Use HDInsight with machine learning models.

Module 13: Using R Services with Machine Learning

This module describes how to use R and R server with Azure machine learning, and explain how to deploy and configure SQL Server and support R services.

Lessons

  • R and R server overview
  • Using R server with machine learning
  • Using R with SQL Server

Lab : Using R services with machine learning

  • Deploy DSVM
  • Explore the data science VM
  • Configure R server
  • Run a sample R server application
  • Deploy a SQL server 2016 Azure VM
  • Configure SQL Server to allow execution of R scripts
  • Execute R scripts inside T-SQL statements
  • Use R to visualize data

After completing this module, you’ll be able to:

  • Implement interactive queries.
  • Perform exploratory data analysis.

Weiterlesen ...

Interessiert? Unsere Preise finden Sie hier oder rufen Sie uns an unter 0720-880599

You will sit the following exams on-site, during the course. Covered by your Certification Guarantee.

Exam 70-773: Analyzing Big Data with Microsoft R

Technology: Microsoft R Server, SQL R Services

Languages: English

Skills measured:

  • Read and explore big data
  • Process big data
  • Build predictive models with ScaleR
  • Use R Server in different environments

Exam 70-774: Perform Cloud Data Science with Azure Machine Learning

Technology: Azure Machine Learning, Bot Framework, Cognitive Services

Languages: English

Skills measured:

  • Prepare Data for Analysis in Azure Machine Learning and Export from Azure Machine Learning
  • Develop Machine Learning Models
  • Operationalise and Manage Azure Machine Learning Services
  • Use Other Services for Machine Learning

Weiterlesen ...

Interessiert? Unsere Preise finden Sie hier oder rufen Sie uns an unter 0720-880599

Weiterlesen ...

Interessiert? Unsere Preise finden Sie hier oder rufen Sie uns an unter 0720-880599

It is recommended you have the following prerequisite skills and knowledge before attending the course:

  • Experience of publishing effective APIs for knowledge intelligence
  • Knowledge of Azure data services and machine learning
  • Familiarity with common data science processes - filtering and transforming data sets, model estimation and model evaluation
  • Experience of working with R - writing and debugging R functions
  • Understanding of data structures
  • Basic knowledge programming concepts - control flow and scope
  • Be familiar with common statistical methods and data analysis best practices
  • A high-level understanding of data platforms - the Hadoop ecosystem, SQL Server and core T-SQL capabilities

Sind Sie sich unsicher, ob Sie die Voraussetzungen erfüllen?

Wir besprechen gerne mit Ihnen Ihren technischen Hintergrund, Erfahrung und Qualifikation, um herauszufinden, ob dieser Intensivkurs der richtige für Sie ist.

Firebrand Training bietet eine intensive Lernumgebung und erfordert besonderen Einsatz. Manche Voraussetzungen sind lediglich Richtlinien, welche durch Ihre individuelle Erfahrung in verwandten Bereichen und durch Ihre Motivation und Entschlossenheit erfüllt werden können.

Rufen Sie uns einfach unter 0720-880599 an und sprechen Sie mit einem unserer Kursberater.

Interessiert? Unsere Preise finden Sie hier oder rufen Sie uns an unter 0720-880599