Экзамен
70-774

Microsoft logo

Обработка и анализ облачных данных с помощью Azure Machine Learning

Получите скидку 25–50 % на следующие экзамены.

Зарегистрируйтесь через Microsoft.


* Цены представлены без учета специальных предложений и скидок для участников программы Microsoft Imagine Academy, сертифицированных инструкторов Microsoft Certified Trainers и участников программы Microsoft Partner Network. Указанные расценки могут быть изменены без предварительного уведомления. В стоимость экзаменов не входят применимые налоги. Перед регистрацией для сдачи экзамена уточните у поставщика экзамена его точную стоимость.

Начиная с 1 мая 2017 г. существующая политика отмены будет заменена целиком на следующую политику: отмена или изменение расписания экзамена в течение 5 рабочих дней с момента зарегистрированного времени экзамена предполагает взимание платы. Если клиент не явится на экзамен, не изменит расписание или не отменит экзамен за 24 часа до запланированного времени, с него взимается плата за экзамен в полном объеме.

Оценка квалификационных навыков

Данный экзамен позволяет оценить, в какой мере вы можете выполнять перечисленные ниже технические задачи. Ознакомьтесь с обучающими видеоматериалами о variety of question types , включенных в экзамены Microsoft.

Учтите, что вопросы охватывают темы, описанные в этом маркированном списке, но не ограничиваются ими.

Хотите поделиться своим мнением о релевантности навыков, оцениваемых с помощью этого экзамена? Отправьте комментарий специалистам Microsoft. Все отзывы будут проверены и при необходимости учтены в сертификационной программе, если такие изменения не повлияют на действительность и надежность процесса сертификации. Обратите внимание, что корпорация Microsoft не отвечает непосредственно на каждый отзыв. Мы ценим ваш вклад в обеспечение качества сертификационной программы Microsoft.

Если у вас возникли сомнения в отношении определенных вопросов данного экзамена, вы можете exam challenge.

Если у вас возникли дополнительные вопросы или есть комментарии, связанные с сертификационными экзаменами Microsoft, или по программе сертификации, регистрации или специальным предложениям, обращайтесь в Regional Service Center.

Подготовка данных для анализа в машинном обучении Azure и экспорт из машинного обучения Azure
  • Импорт и экспорт данных в машинное обучение Azure
    • Импорт и экспорт данных в хранилище больших двоичных данных Azure Blob, импорт и экспорт данных в базу данных SQL Azure, импорт и экспорт данных через запросы Hive, импорт данных с веб-сайтов, импорт данных из локальной базы данных SQL
  • Просмотр и сведение данных
    • Создание одномерных сводок, создание многомерных сводок, визуализация одномерных распределений, использование существующих записных книжек Microsoft R или Python для пользовательских сводок и пользовательских визуализаций, использование архивов zip для импорта внешних пакетов для R или Python
  • Очистка данных для Azure Machine Learning
    • Накладывание фильтров для ограничения набора данных путем включения только нужных строк, определение отсутствующих данных и решение этого вопроса, определение посторонних данных и решение этого вопроса, удаление строк и столбцов наборов данных
  • Выполнение инженерных функций
    • Слияние нескольких наборов данных по строкам или столбцам в один набор данных по столбцам, слияние нескольких наборов данных по строкам или столбцам в один набор данных по строкам, добавление столбцов, которые являются сочетанием других столбцов, выбор вручную и конструирование функций для расчета моделей, автоматический выбор и конструирование функций для расчета моделей, снижение размерности данных с помощью анализа главных компонентов (PCA), управление переменными метаданным, выбор стандартизированных переменных на основе планируемого анализа
Разработка моделей машинного обучения
  • Выбор подходящего алгоритма или метода
    • Выбор подходящего алгоритма для предварительного вычисления непрерывных данных с метками, выбор подходящего алгоритма для контролируемых либо неконтролируемых сценариев, определение, какую записную книжку выбрать — R или Python, определение подходящего алгоритма для группировки данных без меток, выбор подходящего алгоритма для классификации данных с метками, выбор подходящей совокупности
  • Инициализация и подготовка моделей
    • Ручная точная настройка гиперпараметров; автоматическая точная настройка гиперпараметров; разделение данных на подготовительные и проверочные наборы данных, включая использование методов перекрестной проверки; построение совокупности методом наложения
  • Проверка моделей
    • Оценка моделей, выбор подходящих показателей оценки для кластеризации, выбор подходящих показателей оценки для классификации, выбор подходящих показателей оценки для регрессии, использование оценочных показателей для выбора моделей машинного обучения, сравнение ансамблевых показателей по базовым моделям
Приведение в действие служб машинного обучения Azure и управление ими
  • Развертывание моделей с помощью машинного обучения Azure
    • Публикация модели, разработанной в среде машинного обучения Azure, публикация разработанных в другой среде оценочных функций с помощью пакета машинного обучения Azure, использование параметров веб-служб, создание и публикация модели рекомендаций, создание и публикация модели понимания языка
  • Управление проектами и рабочими областями машинного обучения Azure
    • Создание проектов и экспериментов, добавление ресурсов в проект, создание новых рабочих областей, приглашение пользователей в рабочую область, переключение между различными рабочими областями, создание записной книжки Jupyter, которая представляет промежуточный набор данных
  • Использовать модели обучения Azure Machine
    • Подключение к опубликованной веб-службе машинного обучения, использование опубликованной модели машинного обучения с программным применением службы пакетного запуска, использование опубликованной модели машинного обучения с программным применением службы запроса ответа, взаимодействие с опубликованной моделью машинного обучения с помощью Microsoft Excel, публикация моделей в магазине
  • Использование образцов API Cognitive Services
    • Использование API Vision для обработки изображений, использование API Language для обработки текстов, использование API Knowledge для написания рекомендаций
Использование других служб для машинного обучения
  • Создание и использование нейронных сетей с помощью Microsoft Cognitive Toolkit
    • Использование ВМ серии N для ускорения работы графического процессора, создание и подготовка трехуровневой нейронной сети с прямой связью, принятие решения о времени внедрения нейронной сети
  • Ускорение разработки благодаря использованию имеющихся ресурсов
    • Клонирование шаблонных экспериментов из Cortana Intelligence Gallery, использование Cortana Intelligence Quick Start для развертывания ресурсов, использование ВМ по анализу и обработке данных для ускорения разработки
  • Масштабируемые анализ и обработка данных с помощью HDInsights
    • Разверните соответствующий тип кластера HDI, выполните анализ поисковых данных с помощью Spark SQL, создайте и используйте модели машинного обучения с помощью Spark on HDI, создайте и используйте модели машинного обучения с использованием MapReduce, создайте и используйте модели машинного обучения с использованием Microsoft R Server
  • Анализ баз данных с помощью служб SQL Server R на Azure
    • Развертывание ВМ Azure SQL Server 2016, настройка SQL Server для запуска сценариев R, выполнение сценариев R в рамках правил T-SQL

Варианты подготовки

Онлайн-обучение
Обучение под руководством инструктора
Книги

Экзамен № 70-774. Выпуск облачной науки о данных с изучением лазурной машины
Опубликовано: 27 февраля 2018 г.

Direct Exam от Microsoft, этот экзамен Ref является официальным учебным пособием для Microsoft 70-774 «Провести облачную науку данных» с сертификационным экзаменом Azure Machine Learning, вторым из двух экзаменов, необходимых для MCSA: Сертификация машинного обучения. Экзамены Ref являются официальными рекомендациями Microsoft по экзамену, в которых основное внимание уделяется критическим навыкам и знаниям, которые измеряются сертификационными экзаменами Microsoft. Exam Ref books cover all the skills measured on a specific Microsoft Certification exam. Целевая аудитория - ИТ-специалист или разработчик, обладающий опытом в реальном времени и готовившийся к сертификации.

Купить книгу в магазине Microsoft Press

Книги Microsoft и электронные книги доступны для предварительного заказа в течение 90 дней с даты публикации книги.

Кто сдает этот экзамен?

Кандидатами на прохождение этого экзамена являются специалисты по обработке и анализу данных или аналитики данных, использующие облачные службы Azure для построения и развертывания интеллектуальных решений. Кандидаты должны хорошо разбираться в службах обработки данных и машинного обучения Azure, а также знать общие процессы анализа и обработки данных, такие как фильтрация и преобразование наборов данных, уметь производить расчет модели и оценку модели.

Кандидаты на прохождение этого экзамена должны обладать опытом публикации эффективных API для исследовательских работ.

Дополнительные сведения об экзаменах

Подготовка к экзамену

Перед планированием экзамена рекомендуется просмотреть настоящее руководство по подготовке к экзамену целиком и ознакомиться с ресурсами на настоящем веб-сайте. В разделе Microsoft Certification exam overview можно найти сведения о регистрации, видеоролики стандартных форматов экзаменационных вопросов и другие ресурсы для подготовки. Сведения о правилах проведения экзаменов и о подсчете баллов можно найти в разделе Microsoft Certification exam policies and FAQs.

Примечание

Настоящее руководство по подготовке может быть изменено в любой момент без предварительного уведомления исключительно по усмотрению корпорации Microsoft. Экзамены Microsoft могут содержать элементы адаптивного и имитационного тестирования. Корпорация Microsoft не определяет формат, в котором представлены экзамены. В каком бы формате ни проводился экзамен, пользуйтесь этим руководством по подготовке. Для подготовки к этому экзамену корпорация Microsoft рекомендует получить опыт работы с продуктом и использовать указанные учебные ресурсы. Эти учебные ресурсы не обязательно охватывают все темы, перечисленные в разделе «Оценка навыков».