微软数据科学家助理(Data Scientist Associate)认证考试通过经验分享(DP-100)

这篇具有很好参考价值的文章主要介绍了微软数据科学家助理(Data Scientist Associate)认证考试通过经验分享(DP-100)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

今天冒着大疫情,去海淀的test center参加考试,通过了微软DP-100 在 Azure 上设计和实现数据科学解决方案,并且获得了经 Microsoft 认证:Azure 数据科学家助理 的证书

微软数据科学家助理(Data Scientist Associate)认证考试通过经验分享(DP-100)

经 Microsoft 认证:Azure 数据科学家助理

考试结束的当时,就可以看到自己的分数,考试中心会把你的考试成绩打印出来并返回给你。然后回家之后,登录微软官网,就发现已经可以下载证书Certificate了。


2022/12/18更新:

先给大家分享一下考试中心的一些情况。

建议大家提前个半小时到达考试中心,虽然考试预约确认信上建议你提前15分钟到达。可能是因为疫情的原因,考试中心只有一个监考人员,她负责大家的Check-in, 考试,解决大家问题,Check-out,整个过程还是等待时间很长的,今儿考试中心有大概十几个考生,考位坐的还是很满的。

考试需要携带好自己的身份证,我提前打印了确认信,但并不需要。Check-in时需要提供身份证,在系统上找到你的信息之后,在纸质文件上签字,同意遵守各种规定。另外需要摄像头采集面部照片、电子Pad采集数字签名。监考人员会把你带到考位开始考试,但我比较不幸运,登入系统的时候,系统提示网络无法链接,导致无法考试。等了大概几分钟后,监考老师过来把我带出考场,大概又等了十几分钟后,进入另一个考场,用另外一个电脑成功的登入了系统,开始了考试。

DP-100的考试是1个小时40分钟,最后需要注意点击完成考试之后,会看到你的成绩(我是803分,及格)。特别需要注意的是,你还需要点击一个结束,考试中心那边才会把你的成绩打印出来,一定要确保最后屏幕变黑,不要停留在成绩显示界面。

考试我选择的是简体中文,但是非常友好的是,你可以随时切换到英文,用英文去看题。每当我用中文看着题目怪怪的时候,我会切换成英文,理解起来就更容易了,因为有时候中文的翻译是比较机械的,和我们日常的表达是有区别的。

今天先更新到这里,后面会更新我是如何备考,花了多少时间,看了哪些资料。


2022/12/20更新:

今天更新一下,讲讲,作为一个非IT从业人员,为什么要参加这个考试。

我本身是一枚在环保行业的工程师,跟很多行业一样,受疫情影响,今年的业务不如往年。公司就想着说,趁着大家伙没有那么忙的时候,要做一些提高效率的东西,比如原先我们手动进行的计算是不是可以用程序自动化完成,提高效率,同时也能减少计算时人工可能带来的一些错误。

由于我之前学过一些JavaScript,就参加了这个工具的开发工作。

我还有一些其他的工具在这里推介一下

  1. Excel-to-JSON, 在Excel内部,把Excel数据转换成JSON格式

  2. JSON-to-Excel,在Excel内部,把JSON格式转换并存放到Excel中

  3. 照片to谷歌地球,一键读取照片GPS数据并导入谷歌地球,在准确位置显示照片

  4. Datasheet Formula Remover, An Excel Add-in that can remove formula from cells, only text will be kept.

上面这些工具的使用方法,大家可以搜一下我之前的一些知乎文章或者回答,也可以关注我,我不定时更新。

使用的话,大家到我的网站去使用,都是在线版,不用下载不用安装,浏览器里面就能用:

https://tools.wtsolutions.cn

广告完我之前做的工具,我来说说,为啥要参加这个考试认证了。

为了做我们环保这个行业的工具开发,我需要学习一些Python知识(算零基础),以便于可以实现一些数据的运算以及CAD文件的自动生成/更新,毕竟我不是科班出身,我基本上是一边学习一边去做这个工具,现在已经完成的工具的一部分,拿出来展示的时候,着实是惊艳到了一大批人,环保行业的人都是勤劳的实干派,没见过那么花里胡哨的东西:)。一些非常常见的前端动画和配色,我的同事们就已经觉得惊为天人了。哈哈。

在网上学习Python的过程中,突然间就有一天发现了微软学习网站(Learn.microsoft.com),大家可以去这里面学习一些微软的东西,而且免费(微软没有给我付广告费,个人真心推荐)。当我在里面检索我需要的内容的时候,一个Challenge跳了出来,我一看可以一边学习,学习完了之后还可以获得一次免费的考试机会,我想这个可以啊,至少有一些学习的动力。然后就花了几个月时间慢慢看,然后前两天参加了考试,获得了认证。

过两天会更新,怎么备考。


2022/12/22更新:

关于备考,做一期更新。我个人是纯自学,没有报培训班,没有找老师,就自己主要在微软的网站上学习,自己再多思考。

我先列一下我都看过哪些资料

微软学习网站上的

  1. 创建机器学习模型

  2. Microsoft Azure AI 基础知识:了解适用于机器学习的可视化工具

  3. 通过 Azure 机器学习构建和运行机器学习解决方案

  4. 通过 Azure Databricks 构建和运行机器学习解决方案

图书馆借的书

  1. 微软Azure机器学习实战手册

  2. Azure机器学习

  3. Microsoft Azure机器学习和预测分析

  4. Python神经网络编程

  5. 机器学习入门与实战:基于Scikit-learn和Keras

上面列表中,微软学习网站上的资料,一定要特别仔细的去学习,尤其是有代码的部分,需要在Azure上开一个免费的试用账户,一步一步跟着练习,考试的时候考得全部是细节,犄角旮旯里面提到过的东西都会考的到。

图书馆借的书中1,2,3就别看了,虽然是跟这门考试紧密相关的,但是书是几年前写的,你按照书上的提示,很多东西都是找不到的,因为Azure作为一个网络服务,更新是非常迅速的,它的内容和界面和几年前已经完全不同了。图书馆借的书中4,5还是可以看看的,如果有时间的话,特别是像我这种以前没有data science背景的。书4会用一种比较浅显的语言让初学者明白神经网络是怎么回事,书5则是教你一些简单的Scikit-learn工具的使用方法,在DP-100考试中主要使用的也是scikit-learn,但不用特别深入,了解即可。

后面会更新,先挖坑。。。文章来源地址https://www.toymoban.com/news/detail-495060.html

后面会更新,先挖坑。。。

到了这里,关于微软数据科学家助理(Data Scientist Associate)认证考试通过经验分享(DP-100)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 为什么Python是数据科学家的首选语言

    这篇文章全面探讨了Python作为数据科学领域首选语言的原因。从Python的历史、特性,到在数据科学中的应用实例,再到与其他数据科学语言的比较,以及在实际企业中的应用,我们深入剖析了Python的优势与挑战,最后对Python的未来进行了展望。 在21世纪的数据时代,数据科学

    2024年02月16日
    浏览(48)
  • AI搜索引擎助力科学家创新

    开发者希望通过帮助科学家从大量文献中发现联系从而解放科学家,让他们专注于发现和创新。 图片来源:The Project Twins 对于专注于历史的研究者Mushtaq Bilal来说,他在未来科技中投入了大量时间。 Bilal在丹麦南部大学( University of Southern Denmark )欧登塞分校做博士后,他的研

    2024年02月12日
    浏览(52)
  • 如何成为躺着赚钱的科学家

    原文发布在 https://github.com/33357/smartcontract-apps 这是一个面向中文社区,分析市面上智能合约应用的架构与实现的仓库。欢迎关注开源知识项目! 在区块链的黑暗森林,有一群隐藏起来的独狼,他们 24 小时不间断地用冰冷的双眼,扫视着围场里的肥羊。只要有些许的漏洞,它

    2024年02月06日
    浏览(55)
  • 谷歌研究科学家:ChatGPT秘密武器的演进与局限

    来源|TalkRL OneFlow编译 翻译|徐佳渝、贾川   同样是基于GPT预训练模型,为什么ChatGPT的效果要远远超出GPT-3等前几代模型?答案已经揭晓, 成就ChatGPT的秘密武器在于RLHF,也就是人类反馈的强化学习 。 在预训练阶段,GPT模型学习关于这个世界的一切,而在RLHF阶段,ChatGPT更

    2024年02月04日
    浏览(45)
  • 把大模型当CPU,前阿里云首席安全科学家创业项目曝光

    衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 大模型创业,“最安全”的人来了! 吴翰清 ,前阿里云首席安全科学家、P10级研究员在今年5月离职阿里后,现在被曝投身AI创业。 量子位了解到,他在杭州成立了一家名为 KMind 的公司,年中时已经完成一轮融资。 KMind创始团队堪称大

    2024年02月04日
    浏览(45)
  • 专访丨AWS量子网络中心科学家Antía Lamas谈量子计算

    ​ Antía Lamas Linares(图片来源: 网络) 47岁的Antía Lamas Linares出生于西班牙西北部的圣地亚哥德孔波斯特拉。她在当地学习物理学,然后在牛津大学和加利福尼亚继续深造。后来,她在新加坡领导了亚马逊网络服务(AWS)量子网络中心。 近年来,她致力于研究量子计算,这个

    2024年02月05日
    浏览(51)
  • 纵览机器学习前生今世,万字整理谷歌首席科学家 Jeff Dean 一小时演讲

    经过算法的改进和机器学习专用硬件的显著提升,我们现在能够构建比以往任何时候都更为强大的通用机器学习系统。 演讲者 | Jeff Dean 整理 | 王启隆 自从 2017 年谷歌发表了题为 “Attention is All You Need” 的重磅论文,其中提出的“自注意力”这一革命性的概念成为 Transform

    2024年03月27日
    浏览(48)
  • UCB Data100:数据科学的原理和技巧:第一章到第五章

    原文:Introduction 译者:飞龙 协议:CC BY-NC-SA 4.0 学习成果 了解 Data 100 的总体目标 了解数据科学生命周期的阶段 数据科学是一个跨学科领域,具有各种应用,并且在解决具有挑战性的社会问题方面具有巨大潜力。通过建立数据科学技能,您可以赋予自己参与和引领塑造您的生

    2024年01月22日
    浏览(72)
  • UCB Data100:数据科学的原理和技巧:第十三章到第十五章

    原文:Gradient Descent 译者:飞龙 协议:CC BY-NC-SA 4.0 学习成果 优化复杂模型 识别直接微积分或几何论证无法帮助解决损失函数的情况 应用梯度下降进行数值优化 到目前为止,我们已经非常熟悉选择模型和相应损失函数的过程,并通过选择最小化损失函数的 θ theta θ 的值来优

    2024年02月02日
    浏览(45)
  • UCB Data100:数据科学的原理和技巧:第二十一章到第二十六章

    原文:SQL II 译者:飞龙 协议:CC BY-NC-SA 4.0 学习成果 介绍过滤组的能力 在 SQL 中执行数据清理和文本操作 跨表连接数据 在本讲座中,我们将继续上次的工作,介绍一些高级的 SQL 语法。 首先,让我们加载上一堂课的数据库。 HAVING 通过在每个组的所有行上应用一些条件来过

    2024年01月21日
    浏览(177)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包