Formation Développer et consommer l'IA : Azure ML et Power BI

Programme de la formation
Développer et consommer l'IA : Azure ML et Power BI

• Introduction à l'IA, Azure ML et Power BI

  - Comprendre les fondements de l'Intelligence Artificielle et ses applications.
  - Présentation d'Azure Machine Learning : services et architecture.
  - Découverte de Power BI : principes et interface utilisateur.

• Préparer l'environnement Azure ML

  - Création et configuration d'un espace de travail Azure ML.
  - Gestion des ressources de calcul et des magasins de données.
  - Accès aux services Azure depuis le portail et le SDK Python.

• Acquisition et exploration des données pour l'IA

  - Connexion aux sources de données via Azure ML Datasets.
  - Techniques d'exploration de données (EDA) avec Python.
  - Visualisation préliminaire des données pour identification des patterns.

• Le Feature Engineering sur Azure ML

  - Comprendre l'importance du Feature Engineering pour la modélisation.
  - Techniques de nettoyage et de prétraitement des données (valeurs manquantes, outliers).
  - Création de nouvelles caractéristiques pertinentes pour l'IA.

• Sélection et entraînement de modèles avec Azure ML

  - Introduction aux algorithmes de Machine Learning (régression, classification).
  - Entraînement de modèles via l'interface glisser-déposer (Designer).
  - Utilisation du SDK Python pour l'entraînement programmé.

• Optimisation et évaluation des modèles IA

  - Comprendre les métriques d'évaluation des modèles (précision, rappel, F1-score, RMSE).
  - Techniques d'optimisation des hyperparamètres (AutoML, HyperDrive).
  - Suivi et comparaison des performances des modèles entraînés.

• Déploiement de modèles IA comme services web

  - Préparation d'un modèle pour le déploiement sur Azure Container Instance (ACI).
  - Déploiement d'un service web avec Azure ML.
  - Tester le service web via une requête HTTP.

• Consommation des modèles IA via API

  - Accéder aux points d'accès des modèles déployés.
  - Intégration de l'API dans des applications tierces (Python, C#).
  - Gestion de l'authentification et de la sécurité des API.

• Introduction à Power BI pour la visualisation de données

  - Connexion à diverses sources de données (bases de données, fichiers Excel, services web).
  - Modélisation de données dans Power BI : relations et hiérarchies.
  - Création de mesures et de colonnes calculées avec DAX.

• Rapports interactifs et tableaux de bord Power BI

  - Conception de visualisations efficaces (graphiques, cartes, tables).
  - Création de rapports interactifs avec des filtres et drill-down.
  - Bonnes pratiques pour la création de tableaux de bord clairs et concis.

• Intégration de l'IA Azure ML avec Power BI

  - Connexion de Power BI aux services web déployés d'Azure ML.
  - Utilisation des modèles IA pour enrichir les données dans Power Query.
  - Intégration de visuels personnalisés Power BI affichant des prédictions IA.

• Automatisation et collaboration avec Power BI et IA

  - Actualisation des données et prédictions automatiques dans Power BI Service.
  - Partage de rapports et de tableaux de bord avec d'autres utilisateurs.
  - Surveillance des performances des modèles et des données via Power BI.