Einstieg in das Azure Machine Learning Studio

Das Azure Machine Learning Studio ist ein Microsoft-Clouddienst, der das Entwickeln, Trainieren, Bereitstellen und Verwalten von Modellen für maschinelles Lernen ermöglicht. Durch das übersichtliche Interface ist es nicht nur für erfahrene Programmierer und Data Scientists, sondern auch für Einsteiger einfach zu bedienen und kann dazu genutzt werden, um ML-Prozesse zu automatisieren und zu beschleunigen.

In diesem Kurs gibt der IT-Experte Emil Vinčazović eine kompakte Einführung in das Thema maschinelles Lernen und erklärt, welche Features das Azure ML Studio bereithält und wie du diese gewinnbringend für deine Projekte nutzen kannst. Dazu führt er dich Punkt für Punkt durch das Menü des Azure ML Studios. Du erfährst auch, wie ein ML-Prozess aufgebaut ist und wie du eine ML-Pipeline mit dem Azure ML Studio erstellen und ausführen. Darüber hinaus geht Emil Vinčazović auf Metriken der Klassifizierung und der Regression ein, welche zur Auswertung von ML-Modellen genutzt werden können.

In drei Kursen stellt Emil Vinčazović das Azure ML Studio und verschiedene Anwendungsfelder des maschinellen Lernens vor:

• Einstieg in das Azure Machine Learning Studio

• Betrugserkennung mit dem Azure Machine Learning Studio

• Vorhersagemodelle mit dem Azure Machine Learning Studio

Alle Video-Lektionen im Überblick:

• 1. Herzlich willkommen zu diesem Kurs

• 2. Umgebung erläutern und erstellen

  • Kapitelüberblick

  • Was ist Azure?

  • Ressourcengruppen

  • Ressourcen

  • Speichermöglichkeiten

  • Azure ML Studio

  • Application Insights

  • Key Vault

  • Quiz: Umgebung erläutern und erstellen

• 3. Machine Learning

  • Kapitelüberblick

  • Was ist Machine Learning?

  • Schema eines ML-Prozesses

  • Ausgewählte Metriken der Klassifizierung

  • Konfusionsmatrix

  • Precision Score

  • Recall Score

  • Accuracy

  • Area Under Curve (AUC)

  • Ausgewählte Metriken der Regression

  • R2 (Anpassungsgüte)

  • Mean Absolute Error (MAE)

  • Root Mean Squared Error (RMSE)

  • Relative Absolute Error (RAE)

  • Quiz: Machine Learning

• 4. Das Azure ML Studio

  • Kapitelüberblick

  • Zugriff auf das ML Studio

  • Reiter „Erstellung“

  • Notebooks

  • Automatisiertes ML

  • Designer

  • Reiter „Ressourcen“

  • Daten

  • Einzelvorgänge (Jobs)

  • Komponenten

  • Pipelines

  • Umgebungen

  • Modelle

  • Endpunkte

  • Reiter „Verwalten“

  • Compute

  • Verknüpfte Dienste

  • Datenbeschriftung

  • Quiz: Das Azure ML Studio

• 5. Abschluss

  • Fazit und Kursabschluss

So lernst du mit diesem Videokurs:

In den Videokursen der heise academy lernst du IT-Themen anschaulich und verständlich. Du siehst den Experten bei der praktischen Arbeit zu und lässt dir dabei alles genau erklären. Das Wissen ist in kompakte Lerneinheiten unterteilt, sodass du den Kurs Schritt für Schritt durcharbeiten oder gezielt zu Lektionen springen kannst, die dich interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für dich bereit, die dich beim Lernen unterstützen:

• Flexibler Videoplayer mit vielen Steuerungsmöglichkeiten

• Wissensquiz zur Lernkontrolle

• Lernhistorie und Lernfortschritt

• Lesezeichen und Notizen

• Volltextsuche in den Videos

• Frage-den-Experten-Modul

• Übungsmaterial zum Mitmachen

• Responsive Web-App und Videostreaming für alle Endgeräte

Technische Voraussetzungen:

Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.