Azure Machine Learning -koulutus

Esittely

Kurssi on saatavana myös yrityskohtaisena. Lisätiedustelut [email protected] tai 050 3670809.

Data-analytiikka sekä ennustemallien laadinta ovat sellaisia taitoja, jota nyt ja tulevaisuudessa tarvitaan erittäin paljon. Osaajista on pulaa ja tarve on kova. Nyt sinulla, joka olet aloittelija tai hieman jo kokeneempi datan kanssa työskentelevä ammattilainen, on ainutlaatuinen mahdollisuus kehittää osaamistasi täysin uudelle tasolle.

Ennustavan analytiikan ohjelmisto-/palvelumarkkinoilla käydään kovaa kilpailua eri tuotteiden välillä. Microsoftin näkemys ennustavan analytiikan pilvipalvelusta on Azure Machine Learning (ML), joka on selainpohjainen ratkaisu liiketoimintaongelmien mallintamiseen ja ennustamiseen. Azure ML mahdollistaa myös suositun R-ohjelman käytön palvelun sisällä osana mallinnuksen prosessiketjua, joka tekee viimeistäänkin Azure ML:stä erittäin monipuolisen työkalun ennustamisen pelikentällä. Koulutuksessa esimerkkiaineistojen analysointi toteutetaan suurilta osin Azure ML:n omilla komponenteilla, mutta käydään läpi myös R-ohjelman hyödyntäminen osana mallinnusprosessia.

Koulutuksen aikana ennustetaan vikaantumista/vikaantumistyyppiä (moniluokkainen vaste: A, B, C, D), sekä ennustetaan myyntiä (aikasarja-analyysi, R-ohjelman hyödyntäminen).
Kouluttajana toimii Lasse Liukkonen (FM, matematiikka ja tilastotiede), jolla on laaja kokemus ennakoivan analytiikan soveltamisesta eri liiketoimintaosa-alueilla.

Kenelle:

Koulutus on tarkoitettu aloitteleville data-analyytikoille ja vastaaville (ETL- ja raportointikehittäjät), jotka tarvitsevat tai tulevat lähitulevaisuudessa tarvitsemaan ennakoivan analytiikan tuomia mahdollisuuksia. Koulutus soveltuu myös pidemmälle edenneille data-analyytikoille, jotka haluavat tutustua itse työvälineen käyttöön ja ominaisuuksiin (Azure Machine Learning). Koulutus sisältää runsaasti hands-on tekemistä, joten osallistuja voi oman osaamistasonsa mukaan kokeilla erilaisia vaihtoehtoisia ratkaisuita esitettyihin liiketoimintaongelmiin.

Esitiedot:

Jonkin verran kokemusta raportoinnista ja/tai analytiikasta, sekä aineistojen muokkaamisesta. Koulutuksessa ei tarvita ohjelmointitaitoja.

Esivalmistelut:

Kurssilla voidaan käyttää Azure ML free-lisenssiä, jolloin kurssille tulijalla ei välttämättä tarvitse olla muuta kuin Microsoftin tili luotuna. On kuitenkin suositeltavaa, että osallistujalla on luotuna Azure ML ympäristö (Microsoft Account + Microsoft Azure Subscription + Azure ML workspace (Enterprise Grade, ~10e/kk)) ennen koulutusta, jotta koulutuksen esimerkkiprosessit ja aineistot voidaan tallentaa omaan workspaceen, jolloin ne ovat henkilökohtaisessa käytössä myös koulutuksen jälkeen. Tarkemmat ohjeet Azure ML ympäristön luonnista lähetetään osallistujille viim. 7 päivää ennen koulutusta.

Koulutuksen sisältö:

  • Johdanto Azure ML:ään – Mitä Azure ML:llä voidaan tehdä?
  • Aineiston lukeminen – Azure Blob Storage, Web Url, Azure SQL Database, sekä lokaalista tietolähteestä lukeminen (lähdeaineistot luetaan kouluttajan Azure tililtä)
  • Liiketoimintaongelmat – Liiketoimintaongelmien määrittäminen ja analysoitavien aineistojen läpikäynti
  • Aineistojen muokkaus ja esikäsittely – Yhdistäminen, siivoaminen, aggregointi, sarakkeiden luonti, otostaminen
  • Aineistojen mallintaminen – Sovellettavien mallinnusmenetelmien listaaminen, mallien vertailu, mallin parametrien optimointi, tulosten tarkastelu
  • R:n käyttö Azure ML:ssä – Aikasarjaennustaminen
  • Web servicen luonti – Muodostetun mallin hyödyntäminen web servicen avulla (kouluttajan demonstraatio)

Suurin osa koulutuksen ajasta käytetään hands-on-työskentelyyn, tavoitteena on se, että osallistuja pystyy koulutuksen jälkeen soveltamaan saamiansa oppeja ja muodostettuja prosessiketjuja omien liiketoimintaongelmien ratkaisemiseen (mallinnus ja ennustaminen).

+ Lue koko esittely

Azure Machine Learning -koulutus

Kieli:
Suomi
Kesto:
2 Päivää

Koulutusohjelmalla / kurssilla ei ole aktiivisia aloituspäivämääriä, jos olet kiinnostunut kurssista ota yhteyttä.

Ota yhteyttä

Ottakaa yhteyttä:

 

  • Kenttä on validointitarkoituksiin ja tulee jättää koskemattomaksi.

Saattaisit olla kiinnostunut myös näistä

Tiedolla johtaminen

Practical steps for developing Data Strategy and Governance

Lue lisää
Tiedolla johtaminen

Tiedon strateginen johtaminen

Lue lisää
Ketterä kehitys

Tietovarasto-osaajan koulutusohjelma

Lue lisää
+