آموزش AutoML: مدل های آماده تولید را به سرعت بسازید!

AutoML: Build Production-Ready Models Quickly!

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره:
در سرتاسر جهان، کسب و کارها برای حل مشکلات بسیار پیچیده به یادگیری ماشین روی می آورند. در نتیجه، دانستن نحوه ساخت مدل های ML به یک مهارت فنی مورد توجه تبدیل شده است. در این دوره آموزشی، مربی Akintunde Oluwatobiloba Oladipo به شما نشان می دهد که چگونه می توانید مدل های یادگیری ماشینی آماده تولید را به سرعت و به راحتی، بدون خطا، با استفاده از اتوماسیون بسازید تا گردش کار خود را بهینه کنید.

با اصول چگونگی و چرایی یادگیری ماشین آشنا شوید. تبدیل به یک ابزار ضروری برای رهبران و تیم ها شود. درباره نحوه استفاده از ابزارهای AutoML برای دستیابی به اهداف حیاتی کسب و کار و افزایش بهره وری بیشتر بیاموزید. Akintunde مثال هایی را برای کار با مجموعه داده های جدولی، تصویری و متنی می کشد. مهارت های جدید خود را در طول مسیر با چالش های تمرین عملی در پایان هر بخش آزمایش کنید. در پایان این دوره، با استفاده از ابزارهای مدل سازی AutoML به عنوان راهنمای تحلیلی خود، آماده خواهید بود تا اهداف تجاری بزرگتر و جسورانه تری را تعیین کنید.

سرفصل ها و درس ها

مقدمه Introduction

  • استفاده از یادگیری ماشین برای مشکلات (در حال انجام) Apply machine learning to problems (In progress)

  • آنچه باید قبل از شروع بدانید What you should know before you start

1. ساخت مدل های یادگیری ماشین 1. Building Machine Learning Models

  • جمع آوری، درک و آماده سازی داده ها Collecting, understanding, and preparing data

  • انتخاب مدل مناسب برای داده های خود Choosing the right model for your data

  • بهینه سازی پارامترها و ارزیابی مدل های آموزش دیده Optimizing parameters and evaluating trained models

  • پیش بینی در مورد داده های جدید Making predictions about new data

  • ابزارهای AutoML: چرا از آنها استفاده کنیم؟ AutoML tools: Why use them?

  • امتحان فصل Chapter Quiz

2. AutoML برای داده های جدولی 2. AutoML for Tabular Data

  • معرفی AutoGluon Introducing AutoGluon

  • آموزش اولین مدل AutoGluon Training your first AutoGluon model

  • بهبود مدل AutoGluon شما Improving your AutoGluon model

  • چالش: پیش بینی تاخیر پرواز Challenge: Flight delay prediction

  • راه حل: پیش بینی تاخیر پرواز Solution: Flight delay prediction

  • امتحان فصل Chapter Quiz

3. AutoML برای داده های تصویر 3. AutoML for Image Data

  • بینایی کامپیوتر: چگونه داده های تصویر را مدیریت می کنید؟ Computer vision: How do you handle image data?

  • معرفی Azure Custom Vision Introducing Azure Custom Vision

  • بارگذاری و برچسب گذاری تصاویر Uploading and labeling images

  • آموزش و اعتبارسنجی مدل شما Training and validating your model

  • با استفاده از مدل شما Using your model

  • کار با کد: Tradeoffs Working with code: Tradeoffs

  • چالش: طبقه بندی چند طبقه Challenge: Multi-class classification

  • راه حل: طبقه بندی چند طبقه Solution: Multi-class classification

  • منابع خود را تمیز کنید Cleaning up your resources

  • امتحان فصل Chapter Quiz

4. AutoML برای داده های متنی 4. AutoML for Text Data

  • NLP: چگونه داده های متنی را مدیریت می کنید؟ NLP: How do you handle text data?

  • معرفی HugginFace AutoTrain Introducing HugginFace AutoTrain

  • قالب‌بندی و آپلود داده‌های شما برای کار شما Formatting and uploading your data for your task

  • آموزش مدل AutoNLP و پیش بینی Training your AutoNLP model and making predictions

  • چالش: طبقه بندی متن چند کلاسه Challenge: Multi-class text classification

  • راه حل: طبقه بندی متن چند کلاسه Solution: Multi-class text classification

  • امتحان فصل Chapter Quiz

نتیجه Conclusion

  • سایر ابزارهای AutoML: آموزش مجدد مدل های AutoML به صورت خودکار Other AutoML tools: Retraining AutoML models automatically

نمایش نظرات

نظری ارسال نشده است.

آموزش AutoML: مدل های آماده تولید را به سرعت بسازید!
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
1h 38m
32
Linkedin (لینکدین) lynda-small
11 آبان 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
- از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Akintunde Oluwatobiloba Oladipo Akintunde Oluwatobiloba Oladipo

مهندس و محقق یادگیری ماشین

Akintunde Oluwatobiloba Oladipo یک مهندس و محقق یادگیری ماشین است.

Akintunde در حال حاضر به عنوان مهندس برای Sterling Bank Plc، یک سرویس کامل کار می کند. بانک تجاری در لاگوس، نیجریه، و به عنوان محقق در دانشگاه واترلو در واترلو، انتاریو، کانادا. او با هوش مصنوعی شنبه لاگوس به عنوان محقق و مربی اصلی داوطلب می شود و از طریق تعدادی از برنامه های گواهینامه مدرک نانو مدرک Udacity به دانش آموزان راهنمایی می کند. آکینتوند که متخصص در Python، Scala، JavaScript، Microsoft Azure و AWS است، قبلاً به عنوان مهندس یادگیری ماشین برای Wragby Business Solutions and Technologies Limited کار می کرد.

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.