Seminarinhalt
Dieser Kurs bringt Teilnehmer*innen nicht zu professionellen Datenwissenschaftler*innen oder Softwareentwickler*innen, sondern das Bewusstsein für gängige KI-Workloads und die Fähigkeit, Azure-Dienste zu identifizieren, die sie unterstützen, stärken.
Der Kurs ist als hybrid Learning-Erfahrung konzipiert, bei der von Lehrern geleitete Schulungen mit Online-Materialien auf der ETC Plattform kombiniert werden. Die praktischen Übungen im Kurs basieren auf Lernmodulen. Die Teilnehmer*innen werden aufgefordert, die Lerninhalte als Referenzmaterial zu verwenden, um das, was sie im Training lernen, zu vertiefen und Themen eingehender zu untersuchen.
Nach Abschluss dieses Trainings können Sie:
- Beschreiben der Workloads und Überlegungen zur künstlichen Intelligenz
- Beschreiben der Grundprinzipien des maschinellen Lernens in Azure
- Beschreiben der Funktionen von Computer Vision-Workloads in Azure
- Beschreiben der Funktionen von NLP-Workloads (Natural Language Processing) in Azure
- Beschreiben der Funktionen von KI-Workloads für Konversationen in Azure
Programm
- Informationen zum maschinellen Lernen
- Informationen zur Anomalieerkennung
- Informationen zum maschinellen Sehen
- Informationen zur Verarbeitung natürlicher Sprache
- Grundlegendes zum Wissensmining
- Herausforderungen und Risiken der KI
- Informationen zu verantwortlicher KI
Verwenden des automatisierten maschinellen Lernens in Azure Machine Learning
- Was ist Machine Learning?
- Erstellen eines Azure Machine Learning-Arbeitsbereichsmin
- Erstellen von Computeressourcenmin
- Durchsuchen von Datenmin
- Trainieren eines Machine Learning-Modellsmin
- Bereitstellen eines Modells als Dienst
- Identifizieren von Regressionsszenarios für maschinelles Lernen
- Was ist Azure Machine Learning?
- Was ist der Azure Machine Learning-Designer?
- Grundlegendes zu den Schritten für die Regression
- Identifizieren von Klassifizierungsszenarien für maschinelles Lernen
- Was ist Azure Machine Learning?
- Was ist der Azure Machine Learning-Designer?
- Grundlegendes zu Schritten zur Klassifizierung
- Erstellen eines Azure Machine Learning-Arbeitsbereichs
- Erstellen von Computeressourcen
- Durchsuchen von Daten
- Erstellen und Ausführen einer Trainingspipeline
- Auswerten eines Clustermodells
- Erstellen einer Rückschlusspipeline
- Bereitstellen eines Vorhersagediensts
- Erste Schritte mit der Bildanalyse in Azure
- Verstehen der Klassifizierung
- Einstieg in die Bildklassifizierung in Azure
- Was ist Objekterkennung?
- Einstieg in die Objekterkennung in Azure
- Erste Schritte mit der Gesichtsanalyse in Azure
- Erste Schritte mit der Lese-API in Azure
- Erste Schritte mit der Beleganalyse in Azure
- Erste Schritte mit der Textanalyse
- Erste Schritte mit Sprachfeatures in Azure
- Erste Schritte bei der Übersetzung in Azure
- Erste Schritte mit Conversational Language Understanding
- Erste Schritte mit dem Sprachdienst und dem Azure Bot Service
Zielgruppen
Sie müssen für die Teilnahme an diesem Kurs keine Erfahrung mit Microsoft Azure haben, es wird jedoch vorausgesetzt, dass Sie mit Computertechnologie und dem Internet vertraut sind.
Einige der im Kurs behandelten Konzepte erfordern ein grundlegendes Verständnis der Mathematik, beispielsweise die Fähigkeit, Diagramme zu interpretieren.
Der Kurs beinhaltet praktische Aktivitäten, bei denen mit Daten gearbeitet und Code ausgeführt wird. Daher sind Kenntnisse der grundlegenden Programmierprinzipien hilfreich.
Vorkenntnisse
Dies gilt insbesondere in folgenden Fällen:
- Erfahrung mit der Verwendung von Computern und dem Internet
- Interesse an Anwendungsfällen für KI-Anwendungen und Machine Learning-Modelle
- Bereitschaft, durch praktische Übungen zu lernen