Microsoft Azure Cloud For Data Science

Bu bölümde, işletmenizin veri depolama, işlem gücü ve yazılım yönetimi gibi ihtiyaçlarını nasıl daha esnek, ölçeklenebilir ve maliyet etkin bir şekilde karşılayabileceğinizi öğreneceksiniz.

Temel mimari bileşenleriyle Azure platformunu anlamanızı sağlayacak olan bu bölümde, Azure'un bulut altyapısını etkin bir şekilde kullanmanız için gerekli bilgi ve becerileri edineceksiniz. Azure'un güçlü hizmetlerini keşfederek, bulut çözümlerinde uzmanlaşma fırsatını yakalayacaksınız.

Bu bölümde, Azure maliyetlerini etkin bir şekilde yönetmeyi, kaynakların doğru bir şekilde dağıtılmasını sağlayan araçları kullanmayı ve platformun sunduğu izleme araçlarını verimli bir şekilde kullanarak operasyonel verimliliği artırmayı öğrenecek, uyum ve governance süreçlerini nasıl optimize edebileceğinizi keşfedeceksiniz.

Bu bölümde, verinin tanımı, türleri ve işlenme süreci gibi temel veri kavramları hakkında bilgi sahibi olacaksınız. Ardından, veri rolleri ve hizmetleri ile ilgili detaylara inecek, veri analisti, veri bilimcisi, veri mühendisliği gibi pozisyonların görev ve sorumluluklarını öğreneceksiniz.

Veri tabanı yönetim sistemlerinin temellerini ve ilişkisel veri modelini öğrenerek veri yönetiminin temel taşlarını keşfedeceğiniz bu bölümde, Microsoft Azure platformunda sunulan ilişkisel veri tabanı hizmetlerinin nasıl kullanılacağını ve bu hizmetlerin veri yönetimi süreçlerinde nasıl etkin bir şekilde uygulanabileceğini öğreneceksiniz.

Bu bölümde, Azure Storage ile veri depolama çözümlerini ve Azure Cosmos DB ile küresel ölçekli, dağıtılmış veritabanı hizmetini kullanmayı öğreneceksiniz. Hem yapılandırılmış hem de yapılandırılmamış verilerle çalışarak verilerinizi etkili bir şekilde depolama, erişme ve yönetme becerilerini kazanacaksınız.

Büyük ölçekli veri analitiği, gerçek zamanlı veri analizi ve veri görselleştirme konularını kapsayan bu bölümde, devasa veri setlerini etkili bir şekilde yönetmeyi, anında analiz etmeyi ve sonuçları görsel olarak sunmayı öğreneceksiniz.

Bu bölümde, makine öğrenimi projeleri için etkili veri alımı stratejileri oluşturmayı, güçlü ve doğru modeller eğitmeyi, bu modelleri dağıtarak kullanıma sunmayı ve tüm makine öğrenimi işlemlerini optimize etmeyi öğreneceksiniz. Bu bilgilerle, projelerinizi daha verimli ve başarılı bir şekilde yönetebileceksiniz.

Azure Machine Learning Workspace'in kaynaklarını ve varlıklarını keşfetmeyi, geliştirici araçlarıyla etkileşim kurmayı, verileri kullanılabilir hale getirmeyi ve compute kaynakları ile çalışma yöntemlerini öğreneceğiniz bu bölümde ayrıca, Azure Machine Learning Environment ile nasıl etkili çalışabileceğinizi de keşfedeceksiniz.

Automated Machine Learning ile en iyi sınıflandırma modelini otomatik olarak bulmayı ve optimize etmeyi keşfedeceğiniz bu bölümde, MLflow kullanarak notebooklarda model eğitiminin nasıl izlenebileceğini öğrenecek ve bu sayede model performansını daha iyi analiz edebileceksiniz.

Bu bölümde, Azure Machine Learning üzerinde bir eğitim scriptini komut job olarak çalıştırmayı, model performansını artırmak için hiperparametre ayarlaması yapmayı ve karmaşık makine öğrenimi iş akışlarını verimli bir şekilde yönetmek için pipeline'ları çalıştırmayı öğreneceksiniz. Bu beceriler sayesinde, model eğitim sürecinizi optimize ederek daha hızlı ve etkili sonuçlar elde edebilecek ve makine öğrenimi projelerinizi başarıyla tamamlayabileceksiniz.

Azure Machine Learning platformunda MLflow modeli kaydetmeyi ve projelerinizde sorumlu yapay zeka ilkelerini uygulamayı öğreneceğiniz bu bölümde, Responsible AI Dashboard oluşturarak modellerinizin performansını ve etik uyumunu değerlendirme becerisi kazanacaksınız.

Bu bölümde, makine öğrenimi modellerinizi nasıl etkili bir şekilde dağıtıp kullanacağınızı öğreneceksiniz. Yönetilen bir online endpoint'e model dağıtmayı ve bu modelleri anında kullanıma sunmayı keşfedeceksiniz. Ayrıca, batch endpoint'e model dağıtarak toplu veri işlemleri yapmayı öğreneceksiniz. Bu bilgiler sayesinde, modellerinizi ölçeklenebilir ve erişilebilir hale getirerek projelerinizde daha geniş çapta ve verimli bir şekilde kullanabileceksiniz.

Azure platformunda veri mühendisliğine giriş yaparak temel kavramları öğreneceğiniz bu bölümde, Azure Data Lake Storage Gen2'yi kullanarak büyük veri depolama ve yönetim stratejilerini keşfedecek ve Azure Synapse Analytics ile ileri düzey veri analitiği çözümlerini nasıl uygulayacağınızı öğreneceksiniz.

Bu bölümde, güçlü veri analiz çözümleri geliştirmeyi öğreneceksiniz. Data Lake'deki dosyaları sorgulamak için Azure Synapse Serverless SQL Havuzunu kullanarak, büyük veri kümelerinden hızlı ve etkili bir şekilde bilgi elde etmeyi keşfedeceksiniz.

Bu bölümde, Azure Synapse Analytics üzerinde Apache Spark kullanarak verileri nasıl analiz edeceğinizi, dönüştüreceğinizi ve Delta Lake ile çalışacağınızı öğreneceksiniz. Apache Spark'ın gücüyle verilerinizi hızla ve verimli bir şekilde işleyebilir, analiz edebilir ve dönüştürebilirsiniz. Ayrıca, Delta Lake'i kullanarak veri yönetimini ve işlemesini optimize edeceksiniz. Bu bilgilerle, veri mühendisliği projelerinizde daha etkili ve verimli çözümler üretebileceksiniz.

Bu bölümde, ilişkisel veri ambarlarında bulunan verileri analiz etmeyi ve bu verileri doğru bir şekilde veri ambarına yüklemeyi öğreneceksiniz. Azure Synapse Analytics'in gücünü kullanarak, verilerinizi etkili bir şekilde yönetmeyi ve analiz etmeyi, böylece işiniz için değerli içgörüler elde edebileceksiniz.

Bu bölümde, Azure Synapse Analytics'te pipeline oluşturmayı ve bu pipeline'larda Spark Notebooks kullanarak veri işleme ve analiz yapmayı öğreneceksiniz. Bu bilgiler, veri akışlarını otomatikleştirmenize, büyük veri kümelerini yönetmenize ve verilerinizi daha hızlı ve verimli bir şekilde analiz etmenize yardımcı olacak.

Bu bölümde, hibrit transactional ve analitik işlemleri planlamayı, Azure Cosmos DB ile Azure Synapse Link'i uygulamayı ve SQL için Azure Synapse Link'i kullanmayı öğreneceksiniz. Bu bilgilerle, verilerinizi etkili bir şekilde yönetip analiz edebilecek, hem transaction hem de analitik iş yüklerini optimize edebileceksiniz.

Azure Stream Analytics kullanmaya başlamaktan, Azure Synapse Analytics ile akış verilerini analiz etmeye kadar kapsamlı bu bölümde, Azure Stream Analytics ve Power BI kullanarak gerçek zamanlı verileri görselleştirmeyi de öğreneceksiniz. Bu bilgilerle, veri akışlarını etkin bir şekilde yönetmeyi, analiz etmeyi ve görselleştirmeyi başararak projelerinizde anlık ve doğru verilerle karar verme süreçlerinizi güçlendireceksiniz.

Bu bölümde, Microsoft Purview ile kurumsal düzeyde veri yönetiminin temel prensiplerini keşfedeceksiniz. Güvenilir verileri keşfetme, veri varlıklarını kataloglama ve Power BI varlıklarını yönetme konularında uzmanlaşacaksınız. Ayrıca, Microsoft Purview ile Azure Synapse Analytics entegrasyonunu öğrenerek, veri yönetim süreçlerinizi daha verimli hale getireceksiniz.

Bu kapsamlı bölümde önce, Azure Databricks'e giriş yaparak platformun temellerini öğreneceksiniz. Ardından, Apache Spark'ı kullanarak büyük veri işleme ve analizi yapmayı, Delta Lake ile veri yönetimini optimize etmeyi keşfedeceksiniz. Azure Databricks'te SQL Warehouse kullanarak veri sorgulama ve analiz becerilerinizi geliştireceksiniz. Son olarak, Azure Databricks Notebooks'u Azure Data Factory ile entegre ederek veri işleme süreçlerinizi nasıl otomatikleştirebileceğinizi öğreneceksiniz.