Formation Microsoft R : Machine Learning Server

Présentation

Machine Learning Server (précédemment nommé Microsoft R Server) est une plateforme d’entreprise flexible permettant d’analyser des données à grande échelle, de créer des applications intelligentes et de découvrir des informations précieuses au sein d’une entreprise, désormais avec une prise en charge complète de Python et R.

Transformez votre entreprise avec des analyses de données de classe Entreprise basées sur R et Python en utilisant vos données et vos investissements existants.

En septembre 2017, Microsoft R Server a été lancé sous le nouveau nom de Microsoft Machine Learning Server.
Dans la version 9.2.1, Machine Learning Server a ajouté la prise en charge du cycle de vie complet de l’analyse basée sur Python à sa liste d’améliorations des capacités d’apprentissage machine et d’IA.
Les capacités R ont également été améliorées.
Dans la dernière version 9.4, Machine Learning Server améliore l’opérationnalisation et le déploiement des services Web contenant du code R ou Python.

Objectifs

• Expliquer comment Microsoft R Server et Microsoft R Client fonctionnent
• Utiliser R Client avec R Server pour explorer un grand nombre de données contenues dans différents Data Stores
• Visualiser les données en utilisant des graphiques et des tracés
• Transformer et nettoyer de gros ensembles de données
• Mettre en oeuvre des options pour diviser les travaux d’analyse en tâches parallèles
• Créer et évaluer des modèles de régression générés à partir de Big Data
• Créer marquer et déployer des modèles de partitions générés à partir de Big Data
• Utiliser R dans les environnements SQL Server et Hadoop.

Public visé

Professionnels IT, Techniciens, Administrateurs et Ingénieurs.

Pré-requis

• Avoir une expérience de la programmation R, être familier avec les paquets R communs, connaître les méthodes statistiques communes et les meilleures pratiques d’analyse de données.
• Connaître les bases du système d’exploitation Microsoft Windows .

Pour aller plus loin

• Nous vous proposons en introduction un séminaire sur l’Intelligence Artificielle
• En complément la technologie
  • TensorFlow de Google
  • Pytorch de Facebook