AI253

Creating Machine Learning Models with Python and Red Hat OpenShift AI

概要

コースの説明

Python プログラミング、機械学習の概念、Red Hat OpenShift AI を使用して ML モデルをトレーニングする方法の概要

Python は、システム管理者、データサイエンティスト、開発者がアプリケーションの作成、統計分析の実行、AI/ML モデルのトレーニングに使用する人気のプログラミング言語です。このコースでは、Python 言語を紹介するほか、機械学習の基本的な概念とさまざまな種類の機械学習について説明します。このコースでは 、 Red Hat OpenShift AI を使用して ML モデルをトレーニングする方法や、モデルをトレーニングする際のベストプラクティスの適用方法などのコアスキルを、実践的な経験を通じて構築できます。

このコースは Python 3、RHEL 9.0、Red Hat OpenShift ® 4.14 および Red Hat OpenShift AI 2.8 に基づいています。

注：このコースは、4 日間の対面授業、または 5 日間の仮想ライブ授業で提供されます。期間は受講方式によって異なる場合があります。コースの詳細、スケジューリング、価格については、右側のメニューでお住まいの地域を選択して [詳細はこちら] をクリックしてください。

学習内容サマリー

  • Python の構文、関数、データ型の基礎
  • Python デバッガー (pdb) を使用して Python スクリプトをデバッグする方法
  • 辞書、セット、タプル、リストなどの Python データ構造を使用して複合データを処理する
  • Python でのオブジェクト指向プログラミングと例外処理を学ぶ
  • Python でファイルを読み書きし、JSON データを解析する方法
  • Python で強力な正規表現を使用してテキストを操作する
  • モジュールと名前空間を使用して大規模な Python プログラムを効果的に構造化する方法
  • 機械学習の概要
  • モデルのトレーニング
  • RHOAI を使用したモデルトレーニングの強化

コース対象者

  • Red Hat OpenShift AI を使用して ML モデルの構築とトレーニングを行うデータサイエンティストおよび AI 実務者
  • AI/ML 対応アプリケーションの構築と統合を目的とする開発者
  • Red Hat OpenShift AI で AI/ML アプリケーションをインストール、設定、デプロイ、監視する MLOps エンジニア

推奨トレーニング

テクノロジー上の留意事項

  • ILT クラスルームは利用できません

学習内容

学習内容

Python の概要と開発者環境の設定

基本的な Python 構文
Python の基本的な構文とセマンティクスを使ってみる
言語コンポーネント
基本的な制御フロー機能と演算子の理解
コレクション
リスト、セット、タプル、および辞書を使用して複合データを操作するプログラムを作成する
関数
プログラムを構成可能な関数に分解する
モジュール
モジュールを使用してコードを整理し、柔軟性と再利用性を高める
Python のクラス
クラスとオブジェクトを使用したオブジェクト指向プログラミング (OOP) の検討
例外
例外を使用したランタイムエラーの処理
入出力
ファイルの読み書きを行うプログラムを実装する
データ構造
ジェネレーターや内包表記などの高度なデータ構造を使用して、定型コードを削減する
JSON の解析
JSON データの読み取りと書き出し
デバッグ
Python デバッガー (pdb) を使用して Python スクリプトをデバッグする
機械学習の概要
機械学習の基本概念、さまざまな機械学習の種類、機械学習ワークフローについて説明する
モデルのトレーニング
デフォルトワークベンチとカスタムワークベンチを使用してモデルをトレーニングする
RHOAI を使用したモデルトレーニングの強化
RHOAI を使用して、機械学習とデータサイエンスのベストプラクティスを適用する

成果

組織にとっての効果

  • 組織は複数のソースから膨大な量の情報を収集し、保管しています。Red Hat OpenShift AI を使用すると、機械学習と人工知能のアルゴリズムを使用してデータを分析し、傾向やパターンを視覚化し、将来のビジネス成果を予測するためのプラットフォームを構築できます。

個人にとっての効果

  • このコースを受講すると、Red Hat OpenShift AI アーキテクチャの基礎を理解できます。データサイエンス・プロジェクト、ワークベンチ、データ接続を使用してコードと構成を整理できるようになります。また、Jupyter Notebook を使用してコードを対話的に実行し、テストできるようになります。このコースは、AI/ML ワークフローの作成および管理方法を学習する AI/ML ラーニングパスの出発点です。

推奨される次のコースまたは認定試験