Share via

適用於數據科學家的小組 資料科學 程式

  • 發行項

本文提供使用 Azure 技術實作完整數據科學解決方案時所設定的目標指引。 您已引導您完成：

  • 瞭解分析工作負載。
  • 使用 Team 資料科學 Process。
  • 使用 Azure 機器學習。
  • 了解數據傳輸和記憶體的基礎。
  • 提供數據源檔。
  • 使用工具來進行分析。

這些訓練教材與 Team 資料科學 Process （TDSP） 和 Microsoft 開放原始碼軟體和工具組相關，有助於構想、執行及傳遞數據科學解決方案。

課程路徑

您可以使用下表中的項目來引導您自己的自學。 閱讀描述以遵循路徑，選取主題以查看研究參考，並使用知識檢定檢查檢查您的技能。

目標 主題 說明 知識檢查
了解開發分析專案的程式 小組 資料科學 程序的簡介 首先，我們將涵蓋 TDSP 的概觀。 此程式會引導您完成分析專案的每個步驟。 閱讀上述各節，以深入了解程式，以及如何實作程式。 檢閱並 下載 TDSP 項目結構成品到您的本機計算機 以進行專案。
敏捷式開發 TDSP 適用於許多不同的程序設計方法。 在此學習路徑中，我們使用敏捷式軟體開發。 閱讀「什麼是敏捷式開發」和「建置敏捷式文化」文章，其中涵蓋使用 Agile 的基本概念。 此網站也有其他參考，您可以在此深入瞭解。 說明對同事的持續整合和持續傳遞。
適用於數據科學的 DevOps 開發人員作業 （DevOps） 牽涉到人員、流程和平臺，您可以用來處理專案，並將解決方案整合到組織的標準 IT 中。 這項整合對於採用、安全性和安全性至關重要。 在此在線課程中，您將瞭解DevOps做法，並瞭解您擁有的一些工具鏈選項。 準備 30 分鐘的簡報給技術物件，以瞭解 DevOps 對於分析專案而言至關重要。
了解數據儲存和處理的技術 Microsoft 商務分析和 AI 我們著重於此學習路徑中的一些技術，您可以用來建立分析解決方案，但 Microsoft 還有更多技術。 若要瞭解您擁有的選項，請務必檢閱 Microsoft Azure、Azure Stack 和內部部署選項中可用的平臺和功能。 檢閱此資源，以瞭解您可用來回答分析問題的各種工具。 從此研討會下載並檢閱簡報材料。
設定及設定您的訓練、開發和生產環境 Microsoft Azure 現在讓我們在 Microsoft Azure 中建立帳戶以進行訓練，並瞭解如何建立開發和測試環境。 這些免費的訓練資源可讓您開始使用。 完成初學者和中繼路徑。 如果您沒有 Azure 帳戶，請建立一個帳戶。 登入 Azure 入口網站，並建立一個資源群組以進行訓練。
Azure 命令列介面 （CLI） 使用 Azure 的方式有很多種，從 Visual Studio Code 和 Visual Studio 等圖形化工具，到 web 介面，例如 Azure 入口網站，以及從命令行，例如 Azure PowerShell 命令和函式。 在本文中，我們會討論 CLI，您可以在工作站、Windows 和其他作業系統上，以及 Azure 入口網站 本機使用。 使用 Azure CLI 設定您的預設訂用帳戶。
Azure 儲存體 您需要儲存資料的位置。 在本文中，您將瞭解 Azure 記憶體選項、如何建立記憶體帳戶，以及如何將數據複製到雲端或將數據移至雲端。 閱讀本簡介以深入瞭解。 在您的定型資源群組中建立 儲存體 帳戶、建立 Blob 物件的容器，以及上傳和下載數據。
Microsoft Entra ID Microsoft Entra ID 會形成保護應用程式的基礎。 在本文中，您將深入了解帳戶、許可權和許可權。 Active Directory 和安全性是複雜的主題，因此請閱讀此資源以瞭解基本概念。 將一位使用者新增至 Microsoft Entra ID。 注意：如果您不是訂用帳戶的系統管理員，您可能沒有此動作的許可權。 如果是這種情況， 請檢閱本教學課程以深入瞭解。
適用於 PyTorch 的 Azure 資料科學虛擬機器 您可以在多個作業系統上安裝工具，以在本機使用數據科學。 但是 PyTorch 的 資料科學虛擬機器 包含您需要的所有工具，以及要處理的大量項目範例。 在本文中，您將深入瞭解 PyTorch 的 資料科學虛擬機器，以及如何完成其範例。 此資源說明 PyTorch 的 資料科學虛擬機器、如何建立一個，以及一些使用它開發程式代碼的選項。 它也包含完成此學習路徑所需的所有軟體，因此請務必完成本主題的知識路徑。 為 PyTorch 建立 資料科學虛擬機器，並至少透過一個實驗室工作。
安裝和瞭解使用數據科學解決方案的工具和技術 使用 Git 若要使用 TDSP 遵循 DevOps 程式，我們需要有版本控制系統。 機器學習 使用 Git，這是熱門的開放原始碼分散式存放庫系統。 在本文中，您將深入瞭解如何安裝、設定及使用 Git 和中央存放庫 GitHub。 為您的學習路徑項目結構複製此 GitHub 專案。
Visual Studio Code Visual Studio Code 是一種跨平臺集成開發環境（IDE），您可以搭配多種語言和 Azure 工具使用。 您可以使用這個單一環境來建立整個解決方案。 觀看這些簡介影片以開始使用。 安裝 Visual Studio Code，並在 互動式編輯器遊樂場中處理 Visual Studio Code 功能。
使用 Python 進行程序設計 在此解決方案中，我們使用 Python，這是數據科學中最受歡迎的語言之一。 本文涵蓋使用 Python 撰寫分析程式代碼的基本概念，以及深入了解的資源。 請完成本參考第 1-9 節，然後檢查您的知識。 使用 Python 將一個實體新增至 Azure 數據表。
使用 Jupyter Notebook 筆記本是在同一份檔中介紹文字和程式代碼的一種方式。 機器學習 與筆記本搭配使用，因此瞭解如何使用筆記本很有説明。 閱讀本教學課程，並在知識檢定一節中試試看。 開啟 Jupyter 網頁，然後選取 [歡迎使用 Python.ipynb]。 請瀏覽該頁面上的範例。
機器學習 建立進階分析解決方案牽涉到使用機器學習來處理數據，這也構成了使用 AI 和深度學習的基礎。 本課程會教導您更多關於機器學習的資訊。 如需數據科學的完整課程，請參閱此認證。 在機器學習演算法上找出資源。 （提示：搜尋“azure 機器學習演算法速查表”）
scikit-learn scikit-learn 工具組可讓您在 Python 中執行數據科學工作。 我們會在解決方案中使用這個架構。 本文涵蓋基本概念，並說明您可以在何處深入瞭解。 使用鳶尾花數據集，使用Pickle保存SVM模型。
使用 Docker Docker 是一種分散式平臺，可用來建置、運送及執行應用程式，而且經常在機器學習中使用。 本文涵蓋這項技術的基本概念，並說明您可以前往何處深入瞭解。 開啟 Visual Studio Code，並 安裝 Docker 擴充功能。 建立簡單的 Node Docker 容器。
Azure HDInsight HDInsight 是 Hadoop 開放原始碼基礎結構，可在 Azure 中作為服務使用。 您的機器學習演算法可能牽涉到大量數據集，而且您可以使用 HDInsight 來儲存、傳輸及處理大規模數據。 本文涵蓋使用 HDInsight。 建立小型 HDInsight 叢集。 使用HiveQL語句 將數據行投影到 /example/data/sample.log 檔案上。 或者， 您可以在本機系統上完成此知識檢定。
從商務需求建立數據處理流程 在 TDSP 之後判斷問題 安裝並設定開發環境，並了解技術與程式，是時候使用 TDSP 來執行分析。 我們必須先定義問題、選取數據源，以及 TDSP 中的其餘步驟。 請記住DevOps程式，因為我們正在處理此程式。 在本文中，您將瞭解如何從組織取得需求，並透過您的應用程式建立數據流對應，以使用 TDSP 定義您的解決方案。 找出「5 個數據科學問題」的資源，並描述貴組織在這些領域可能有的問題。 您應該針對這個問題專注於哪一個演算法？
使用 機器學習 建立預測性解決方案 Machine Learning 機器學習 使用 AI 進行數據整頓和特徵工程、管理實驗，以及追蹤模型執行。 它會使用單一環境，而且大部分的函式可以在本機或 Azure 中執行。 您可以使用 PyTorch 架構、TensorFlow 架構或其他架構來建立實驗。 在本文中，我們著重於此程式的完整範例，使用到目前為止所學到的所有內容。
使用 Power BI 將結果可視化 Power BI Power BI 是數據視覺效果工具。 其可在多個平臺上使用，例如 Web 裝置、行動裝置和桌面電腦。 在本文中，您會瞭解如何使用Power BI存取來自 Azure 儲存體 的結果，以及使用Power BI 建立視覺效果，來處理您所建立解決方案的輸出。 在 Power BI 上完成本教學課程。 然後將Power BI連線到實驗執行中建立的 Blob CSV。
監視您的解決方案 Application Insights 您可以使用多個工具來監視您的端解決方案。 Application Insights 可讓您輕鬆地將內建監視整合到您的解決方案中。 設定 Application Insights 以監視應用程式。
Azure 監視器記錄 監視應用程式的另一種方法是將其整合到您的DevOps程式中。 Azure 監視器記錄提供一組豐富的功能，可協助您在部署分析解決方案之後加以監視。 完成本教學課程 ，以使用 Azure 監視器記錄。
完成此學習路徑 恭喜！ 您已完成此學習路徑。

參與者

本文由 Microsoft 維護。 原始投稿人如下。

主體作者：

若要查看非公用LinkedIn配置檔，請登入LinkedIn。

下一步

在 AI 學習中 樞繼續您的 AI 旅程。