Ce que vous devez savoir avant
de commencer
Débute 3 July 2025 19:18
Se termine 3 July 2025
00
Jours
00
Heures
00
Minutes
00
Secondes
1 hour 4 minutes
Mise à niveau optionnelle disponible
Not Specified
Progressez à votre rythme
Conference Talk
Mise à niveau optionnelle disponible
Aperçu
Explorez les insights des données personnelles en utilisant Azure Machine Learning, Cosmos DB, et Power BI pour créer un assistant numérique pour le suivi de la santé et la formation des habitudes.
Programme
- Introduction au cours
- Module 1 : Comprendre les données personnelles
- Module 2 : Azure Machine Learning
- Module 3 : Stockage et gestion des données avec Cosmos DB
- Module 4 : Visualisation des données avec Power BI
- Module 5 : Construire un assistant numérique
- Module 6 : Aperçus avancés et personnalisation
- Module 7 : Mise en œuvre du projet
- Conclusion et orientations futures
- Clôture du cours
Aperçu des données personnelles et leur importance
Objectifs du cours et résultats attendus
Aperçu des outils : Azure Machine Learning, Cosmos DB, Power BI
Définir les données personnelles dans le contexte des assistants numériques
Types de données de santé et mesures de suivi des habitudes
Introduction à Azure Machine Learning
Configuration d'un compte et d'un environnement Azure
Bases des modèles d'apprentissage automatique pour les données de santé
Entraînement, déploiement et évaluation des modèles dans Azure
Introduction à Cosmos DB et son rôle dans la gestion des données
Mise en place d'une instance Cosmos DB
Ingestion et organisation des données de santé et d'habitudes
Interrogation et récupération efficace des données
Introduction à la visualisation des données
Création de tableaux de bord dans Power BI
Connexion de Power BI à Cosmos DB
Visualisation des modèles de santé et formation des habitudes
Concevoir l'architecture de l'assistant numérique
Intégration d'Azure Machine Learning, Cosmos DB et Power BI
Mise en œuvre de fonctionnalités de surveillance de la santé
Développement de fonctionnalités de formation et de suivi des habitudes
Utilisation de l'apprentissage automatique pour des recommandations personnalisées
Confidentialité des données et considérations éthiques
Exploration de modèles d'apprentissage automatique avancés pour le raffinement
Configuration et exigences du projet
Guide étape par étape pour implémenter l'assistant numérique
Tests et itérations basés sur les retours des utilisateurs
Résumé des apprentissages clés
Tendances futures dans la surveillance de la santé et les assistants numériques
Apprentissage continu et ressources pour une exploration plus approfondie
Session finale de questions-réponses
Feedback et évaluations du cours
Certification et étapes suivantes
Sujets
Conférences