| 1일차 | 모듈 1 : 기계 학습 소개
• 기계 학습이란 무엇인가?
• 기계 학습 알고리즘 소개
• 기계 학습 언어 소개
모듈 2 : Azure 기계 학습 소개
• Azure 기계 학습 개요
• Azure 기계 학습 스튜디오 소개
• Azure 기계 학습 응용 프로그램 개발 및 실행 |
| 2일차 | 모듈 3 : 데이터 집합 관리
• Azure 기계 학습으로 데이터 가져 오기
• Azure 기계 학습에서 데이터 탐색 및 변형
모듈 4 : Azure Machine Learning에서 사용할 데이터 준비
• 데이터 사전 처리
• 불완전한 데이터 세트 처리
모듈 5 : Feature 엔지니어링 및 선택
• Feature 엔지니어링
• Feature 선택 사용 |
| 3일차 | 모듈 6 : Azure 기계 학습 모델 구축
• Azure machine learning workflows
• Scoring & evaluating models
• Regression algorithms
• Neural networks
모듈 7 : Azure 기계 학습 모델과 함께 분류 및 클러스터링 사용
• Classification algorithms
• Clustering techniques
• Selecting algorithms
모듈 8 : Azure Machine Learning에서 R 및 Python 사용하기
• R 사용
• 파이썬 사용하기
• 기계 학습 experiments에 R 및 Python 통합 |
| 4일차 | 모듈 9 : 기계 학습 모델 초기화 및 최적화
• Hyper-parameters
• multiple algorithms & models
• Scoring & evaluating Models
모듈 10 : Azure 기계 학습 모델 사용
• Deploying & publishing models
• Consuming Experiments
모듈 11 : Cognitive services 사용
• Cognitive services 개요
• 언어 처리
• 이미지 및 비디오 처리
• Recommending products |
| 5일차 | 모듈 12 : HDInsight로 기계 학습 사용하기
• HDInsight 소개
• HDInsight 클러스터 유형
• HDInsight 및 기계 학습 모델
모듈 13 : 기계 학습을 통한 R 서비스 사용
• R 및 R 서버 개요
• 기계 학습과 함께 R 서버 사용
• SQL Server와 함께 R 사용 |
