آموزش گوگل چگونه یادگیری ماشینی را انجام می دهد

How Google Does Machine Learning

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: بهترین روش‌ها برای پیاده‌سازی یادگیری ماشین در Google Cloud چیست؟ بهترین روش‌ها برای پیاده‌سازی یادگیری ماشین در Google Cloud چیست؟ Vertex AI چیست و چگونه می توانید از این پلتفرم برای ساخت سریع، آموزش و استقرار مدل های یادگیری ماشینی AutoML بدون نوشتن یک خط کد استفاده کنید؟ یادگیری ماشین چیست و چه نوع مشکلاتی را می تواند حل کند؟ گوگل در مورد یادگیری ماشین کمی متفاوت فکر می کند: این در مورد ارائه یک پلت فرم یکپارچه برای مجموعه داده های مدیریت شده، یک فروشگاه ویژگی، راهی برای ساخت، آموزش، و استقرار مدل های یادگیری ماشین بدون نوشتن یک خط کد، ارائه توانایی برچسب گذاری داده ها، ایجاد نوت بوک های Workbench با استفاده از چارچوب هایی مانند TensorFlow، SciKit Learn، Pytorch، R و غیره. پلتفرم Vertex AI ما همچنین شامل توانایی آموزش مدل‌های سفارشی، ساخت خطوط لوله قطعات و انجام پیش‌بینی‌های آنلاین و دسته‌ای است. ما همچنین در مورد پنج مرحله تبدیل یک مورد استفاده کاندید با یادگیری ماشین بحث می‌کنیم و در نظر می‌گیریم که چرا مهم است که مراحل را نادیده بگیریم. ما با شناخت سوگیری هایی که یادگیری ماشینی می تواند تقویت کند و نحوه تشخیص آنها به پایان می رسیم.

سرفصل ها و درس ها

مقدمه ای بر دوره و سری Introduction to Course and Series

  • پیش نمایش سری دوره Course series preview

  • معرفی دوره Course introduction

اولین هوش مصنوعی بودن به چه معناست What It Means to be AI-First

  • مقدمه Introduction

  • ML چیست؟ What is ML?

  • چه نوع مشکلاتی را می تواند حل کند؟ What kinds of problems can it solve?

  • مقدمه فعالیت: قاب بندی یک مشکل یادگیری ماشینی Activity intro: Framing a machine learning problem

  • فعالیت: قاب بندی یک مشکل یادگیری ماشینی Activity: Framing a machine learning problem

  • راه حل های فعالیت: قاب بندی یک مشکل یادگیری ماشینی Activity solutions: Framing a machine learning problem

  • برنامه های خود را با ML تزریق کنید Infuse your apps with ML

  • یک استراتژی داده پیرامون ML بسازید Build a data strategy around ML

  • منابع: ابتدا هوش مصنوعی بودن به چه معناست Resources: What It Means to Be AI First

گوگل چگونه ML را انجام می دهد How Google Does ML

  • مقدمه Introduction

  • تعجب ام ال ML surprise

  • سس مخفی The secret sauce

  • ML و فرآیندهای تجاری ML and business processes

  • مسیر ML The path to ML

  • نگاهی دقیق تر به مسیر A closer look at the path

  • پایان مراحل شیرجه عمیق End of phases deep dive

  • منابع: گوگل چگونه ML را انجام می دهد Resources: How Google Does ML

توسعه یادگیری ماشین با Vertex AI Machine Learning Development with Vertex AI

  • مقدمه Introduction

  • حرکت از آزمایش به تولید Moving from experimentation to production

  • اجزای Vertex AI Components of Vertex AI

  • Pluralsight: شروع به کار با GCP و Qwiklabs Pluralsight: Getting Started with GCP and Qwiklabs

  • مقدمه آزمایشگاه: استفاده از مجموعه داده تصویر برای آموزش یک مدل AutoML Lab intro: Using an image dataset to train an AutoML model

  • دمو آزمایشگاه: استفاده از مجموعه داده تصویر برای آموزش یک مدل AutoML Lab demo: Using an image dataset to train an AutoML model

  • آزمایشگاه: استفاده از مجموعه داده تصویر برای آموزش یک مدل AutoML Lab: Using an Image Dataset to Train an AutoML Model

  • مقدمه آزمایشگاه: آموزش یک مدل طبقه بندی ویدیویی AutoML Lab intro: Training an AutoML video classification model

  • نسخه آزمایشی آزمایشگاه: آموزش یک مدل طبقه بندی ویدیویی AutoML Lab demo: Training an AutoML video classification model

  • آزمایشگاه: آموزش یک مدل طبقه بندی ویدیویی AutoML Lab: Training an AutoML Video Classification Model

  • ابزارهایی برای تعامل با Vertex AI Tools to interact with Vertex AI

  • منابع: توسعه یادگیری ماشین با Vertex AI Resources: Machine Learning Development with Vertex AI

توسعه یادگیری ماشین با نوت بوک های Vertex Machine Learning Development with Vertex Notebooks

  • مقدمه Introduction

  • توسعه یادگیری ماشین با نوت بوک های Vertex Machine learning development with Vertex Notebooks

  • (اختیاری) معرفی آزمایشگاه: Vertex AI Model Builder SDK: آموزش و پیش بینی در یک مدل AutoML (Optional) Lab intro: Vertex AI Model Builder SDK: Training and Making Predictions on an AutoML Model

  • (اختیاری) نسخه آزمایشی آزمایشگاهی: Vertex AI Model Builder SDK: آموزش و پیش بینی در یک مدل AutoML (Optional) Lab demo: Vertex AI Model Builder SDK: Training and Making Predictions on an AutoML Model

  • آزمایشگاه: Vertex AI Model Builder SDK: آموزش و پیش بینی در یک مدل AutoML Lab: Vertex AI Model Builder SDK: Training and Making Predictions on an AutoML Model

  • منابع: توسعه یادگیری ماشین با نوت بوک های Vertex Resources: Machine Learning Development with Vertex Notebooks

بهترین روش ها برای پیاده سازی یادگیری ماشین در Vertex AI Best Practices for Implementing Machine Learning on Vertex AI

  • مقدمه Introduction

  • بهترین روش ها برای توسعه یادگیری ماشین Best practices for machine learning development

  • بهترین شیوه های پیش پردازش داده ها Data preprocessing best practices

  • بهترین شیوه ها برای راه اندازی محیط یادگیری ماشین Best practices for machine learning environment setup

توسعه هوش مصنوعی مسئول Responsible AI Development

  • مقدمه Introduction

  • بررسی اجمالی Overview

  • سوگیری های انسانی منجر به سوگیری در مدل های ML می شود Human biases lead to biases in ML models

  • سوگیری در داده ها Biases in data

  • ارزیابی معیارها با گنجاندن برای سیستم ML شما Evaluating metrics with inclusion for your ML system

  • برابری فرصت ها Equality of opportunity

  • چگونه با استفاده از Facets خطاها را در مجموعه داده خود پیدا کنید How to find errors in your dataset using Facets

  • منابع: توسعه هوش مصنوعی مسئول Resources: Responsible AI Development

خلاصه Summary

  • خلاصه Summary

  • منبع: تمام سوالات مسابقه Resource: All quiz questions

  • منبع: همه مطالب خوانده شده Resource: All readings

  • منبع: همه اسلایدها Resource: All slides

نمایش نظرات

نظری ارسال نشده است.

آموزش گوگل چگونه یادگیری ماشینی را انجام می دهد
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
2h 55m
53
Pluralsight (پلورال سایت) pluralsight-small
11 آبان 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
از 5
دارد
دارد
دارد
Google Cloud

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Google Cloud Google Cloud

ایجاد تحول دیجیتال با آموزش درخواستی

Google Cloud آموزش و گواهینامه های درخواستی را در فناوری های ابری در حال ظهور ارائه می دهد.

Google Cloud با صدها آزمایشگاه، دوره و نشان مهارت، متخصصان را قادر می‌سازد تا مهارت‌های ابری حیاتی را با سرعت خودشان ایجاد کنند. آزمایشگاه‌های عملی این شرکت اعتبارنامه‌های موقتی را به منابع واقعی ابر ارائه می‌دهند، بنابراین افراد می‌توانند Google Cloud را با استفاده از چیز واقعی یاد بگیرند. فراگیران همچنین می توانند با کسب گواهینامه های Google Cloud و/یا نشان های مهارتی که می توانند با شبکه خود به اشتراک بگذارند، تخصص خود را تأیید کنند.

در وب‌سایت رسمی Google Cloud بیشتر بیاموزید.

Pluralsight (پلورال سایت)

Pluralsight یکی از پرطرفدارترین پلتفرم‌های آموزش آنلاین است که به میلیون‌ها کاربر در سراسر جهان کمک می‌کند تا مهارت‌های خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دوره‌های آموزشی در زمینه‌های فناوری اطلاعات، توسعه نرم‌افزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه می‌دهد.

یکی از ویژگی‌های برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعه‌دهندگان و کارشناسان معتبر، دوره‌هایی را ارائه می‌دهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژی‌ها نگه می‌دارد. این امر به کاربران این اطمینان را می‌دهد که دوره‌هایی که در Pluralsight می‌پذیرند، با جدیدترین دانش‌ها و تجارب به روز شده‌اند.