Videokurs-Paket Azure Machine Learning Studio (3 Kurse)

3-teilige Serie zum Azure MLS:
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 Paket sind alle 3 Kurse der enthalten.

Zum Videokurs "Einstieg in das Azure Machine Learning Studio":
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 Sie diese gewinnbringend für Ihre Projekte nutzen können. Dazu führt er Sie Punkt für Punkt durch das Menü des Azure ML Studios. Sie erfahren auch, wie ein ML-Prozess aufgebaut ist und wie Sie 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.
Länge: 01:08 Stunden

Zum Videokurs "Betrugserkennung mit dem Azure Machine Learning Studio":

Im digitalen Zeitalter mit Millionen von Online-Transaktionen täglich gewinnt die Betrugserkennung zunehmend an Bedeutung. In diesem Kurs zeigt Ihnen der IT-Experte Emil Vinčazović, wie Sie mithilfe des Azure Machine Learning Studios Klassifizierungsmodelle zur automatisierten Betrugserkennung erstellen, trainieren und evaluieren.

Zuerst erklärt er, was eine Klassifizierung ist, und stellt gängige Probleme und Lösungsansätze vor. Im nächsten Schritt lernen Sie drei gebräuchliche Klassifizierungsalgorithmen kennen: die Support Vector Machine, den Random Forest und den XGBoost.

Das Azure ML Studio bietet drei Möglichkeiten, um ML-Modelle aufzusetzen: das AutoML und den Designer für die Erstellung ohne Code sowie die Notebooks, die umfassende Programmierkenntnisse erfordern, aber größere Flexibilität bieten. Emil Vinčazović führt Sie Schritt für Schritt durch die drei Varianten und geht zum Schluss auf die Metriken zur Bewertung der Klassifizierungsmodelle ein.

Länge: 01:09 Stunden

Zum Videokurs "Vorhersagemodelle mit dem Azure Machine Learning Studio":

Wie viel ist ein Kunde bereit für mein Produkt zu zahlen? Diese Frage stellt sich in Unternehmen häufig. In diesem Kurs erfahren Sie, wie Sie mithilfe des Azure Machine Learning Studios ein Vorhersagemodell entwickeln, um die Zahlungsbereitschaft von Kunden zu ermitteln.

Zunächst führt Sie der IT-Experte Emil Vinčazović in die Grundlagen ein. Er erklärt, was es bei der Regressionsanalyse zu beachten gilt, welche Probleme hierbei auftreten können und wie Sie diese lösen. Und Sie lernen drei gängige Lernalgorithmen kennen, die das Azure ML Studio vorgefertigt für das Training von Vorhersagemodellen bereitstellt: den Random Forest Regressor, den Gradient Boosting Regressor und den Support Vector Regressor.

Anschließend geht es an die praktische Umsetzung im Azure ML Studio. Für das Erstellen von ML-Pipelines stehen drei verschiedene Tools zur Verfügung, aus denen der Anwender je nach Programmiererfahrung wählen kann: das AutoML, der Designer und die Notebooks. Emil Vinčazović zeigt Ihnen im Detail, wie Sie mithilfe dieser Tools ML-Pipelines zur Vorhersage der Zahlungsbereitschaft aufsetzen und die generierten Modelle anhand ausgewählter Regressionsmetriken evaluieren, um das beste Modell zu bestimmen.

Länge: 01:08 Stunden

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