Mezunlarımızın Çalıştığı Şirketler
Eğitim programlarımız lider şirketlerle kurduğumuz ortaklıklar ile güçlendirilmiş ve inovatif ekipler tarafından kullanılmaktadır.
Program hakkında ayrıntılı bilgi edinin
Kurs 15 Saat
Azure Veri Bilimi Uzmanlığı
Azure Cloud'un Azure Veri Bilimci Associate modülü, veri bilimi alanındaki becerilerinizi güçlendirmek ve Azure bulut platformunu kullanarak veri analitiği projelerini başarıyla yönetmek için gereken bilgi ve becerileri sunar. Bu modülde, veri bilimi süreçlerini anlamaktan, makine öğrenmesi modeli geliştirmeye ve dağıtımına kadar geniş bir yelpazede konular ele alınır. Katılımcılar, gerçek dünya veri kümeleri üzerinde uygulamalı projeler yaparak öğrendiklerini pekiştirirler ve Azure'un veri bilimi araçlarını etkin bir şekilde kullanmayı öğrenirler.
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.
- Machine Learning Projeleri İçin Veri Alımı Stratejisi Tasarlama
- Machine Learning Model Eğitim Çözümü Tasarlama
- Model Dağıtım Çözümü Tasarlama
- Machine Learning İşlemleri Çözümü Tasarlama
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.
- Azure Machine Learning Workspace Kaynaklarını ve Assetlerini Keşfetme
- Workspace Etkileşimi İçin Developer Araçlarını Keşfetme
- Verileri Azure Machine Learning'de Kullanılabilir Hale Getirme
- Azure Machine Learning'de Compute Kaynaklarıyla Çalışma
- Azure Machine Learning Environment ile Çalışma
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.
- Automated Machine Learning ile En İyi Sınıflandırma Modelini Bulma
- MLflow ile Notebookda Model Eğitimini İzleme
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'de Bir Eğitim Scriptini Komut Job Olarak Çalıştırma
- Azure Machine Learning ile Hiperparametre Ayarlaması Gerçekleştirme
- Azure Machine Learning'de Pipeline Çalıştırma
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.
- Azure Machine Learning'de Bir MLflow Modelini Kaydetme
- Responsible AI Dashboard Oluşturma
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.
- Yönetilen Bir Online Endpoint'e Model Dağıtma
- Bir Modeli Batch Endpoint'e Dağıtma
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.
- Azure Machine Learning Workspace Kaynaklarını ve Assetlerini Keşfetme
- Workspace Etkileşimi İçin Developer Araçlarını Keşfetme
- Verileri Azure Machine Learning'de Kullanılabilir Hale Getirme
- Azure Machine Learning'de Compute Kaynaklarıyla Çalışma
- Azure Machine Learning Environment ile Çalışma
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'de Bir Eğitim Scriptini Komut Job Olarak Çalıştırma
- Azure Machine Learning ile Hiperparametre Ayarlaması Gerçekleştirme
- Azure Machine Learning'de Pipeline Çalıştırma
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.
- Yönetilen Bir Online Endpoint'e Model Dağıtma
- Bir Modeli Batch Endpoint'e Dağıtma
Yetkinlik Edin
Azure Veri Bilimi Uzmanlığı Öğren
Bugün Öğrenmeye Başla
1 yıl boyunca sınırsız erişim
$ 129 .00 /tek seferlik
- Tüm materyallere 1 yıl erişim
- Ders videoları & materyalleri
- Puanlanan quiz’ler
- Sertifika
Çeşitli ölçeklerdeki kurumlar ekipleri için Miuul'u kullanıyor.
Çalışanlarınıza özel teklif almak için Bize yazın
