فرآیند فعالسازی مجدد لینکهای دانلود آغاز شده است. با توجه به حجم بالای محتوا و طی شدن مراحل فنی آمادهسازی، فعال شدن کامل دسترسیها برای تمامی کاربران کمی زمان میبرد.پیشاپیش از صبوری شما سپاسگزاریم.
✅ امکان تهیه دورهها فراهم است و لینکها به نوبت در حال فعالسازی هستند.
زمان اشتراکها، تمدید و اصلاح می شوند.
راه ارتباطی در ایتا 09303953766
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش استقرار و نگهداری مدل برای دانشمندان داده
- آخرین آپدیت
Model Deployment and Maintenance for Data Scientists
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
مدلهای یادگیری ماشین تنها زمانی مفید میشوند که شروع به پشتیبانی از کسبوکار از طریق یک برنامه کاربردی مستقر کنند.
در این دوره، استقرار و نگهداری مدل برای دانشمندان داده، شما توانایی اجرا، نظارت و بهینه سازی مدل های یادگیری ماشین را در تولید به دست خواهید آورد.
ابتدا، گزینههایی را برای استقرار مدلهای یادگیری ماشین به عنوان نقطه پایانی API بررسی خواهید کرد.
در مرحله بعد، معیارها و KPIها را برای مدلی که باید نظارت کنید، کشف خواهید کرد.
در نهایت، یاد خواهید گرفت که چگونه مدل خود را با گذشت زمان تکرار و بهبود دهید.
پس از اتمام این دوره، مهارت ها و دانش بکارگیری و حفظ مدل های یادگیری ماشینی مورد نیاز برای تولید خط لوله یادگیری ماشین خود را خواهید داشت.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
بررسی اجمالی دوره
Course Overview
بسته بندی و استقرار مدل شما
Packaging and Deploying Your Model
مقدمه و پیش نیاز دوره
Course Introduction and Prerequisites
بررسی خط لوله یادگیری ماشین
Review of the Machine Learning Pipeline
میگل Saavedra نویسنده ، معمار راه حل ها ، و مربی متخصص در AWS ، داده های بزرگ ، اتوماسیون و امنیت است. وی در چندین شرکت در امور مالی/فین تک ، آموزش و پزشکی و همچنین برخی از پروژه های دولتی کار کرده است. وی در مورد راه حلهای ابری و پیش فرض برای داده های بزرگ با تمرکز بر تجزیه و تحلیل شبکه و یادگیری ماشین ، تحقیق و تحقیق کرده است. وی همچنین ابزارهای CICD کاملاً در دسترس و خودکار را برای ریز خدمات با توان بالا در AWS طراحی می کند.
نمایش نظرات