آموزش ML.NET: شروع کار

ML.NET: Getting Started

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

اگر می خواهید وارد دنیای مدل های یادگیری ماشین شوید ، اما نمی دانید از کجا شروع کنید ، ML.NET کتابخانه یادگیری ماشین نرم افزار رایگان برای C # است که به شما امکان می دهد بدون نیاز به دانستن تمام تئوری های موجود در ماشین ، مدل بسازید. یادگیری. در این دوره ، Jonathan Wood شما را با ML.NET آشنا می کند و نشان می دهد که چگونه می توانید از آن برای استفاده از یادگیری ماشین در برنامه های NET استفاده کنید. Jonathan با اصول یادگیری ماشین شروع می شود و هم مواردی را که برای آنها خوب است و هم سناریوهایی را که بهترین گزینه نیست را پوشش می دهد. او سپس به ابزاری می پردازد که می توانید برای کمک به شما در شروع ساخت مدل های یادگیری ماشین استفاده کنید. با پایان این دوره ، شما ایده بهتری در مورد مزایای استفاده از ML.NET و اینکه چرا این یک ابزار عالی برای توسعه دهندگان C # است که علاقه مند به یادگیری ماشین هستند ، خواهید داشت.


سرفصل ها و درس ها

معرفی Introduction

  • با ML.NET شروع کنید Get started with ML.NET

  • آنچه شما باید بدانید What you should know

1. یادگیری ماشین و ML.NET 1. Machine Learning and ML.NET

  • یادگیری ماشین چیست؟ What is machine learning?

  • چه ماشین یادگیری نیست What machine learning isn't

  • وضعیت فعلی یادگیری ماشین Current state of machine learning

  • ML.NET چیست؟ What is ML.NET?

  • چرا باید از ML.NET استفاده کرد؟ Why use ML.NET?

  • استفاده از ML.NET در Visual Studio Using ML.NET in Visual Studio

2. معرفی ML.NET API و ابزارها 2. Introduction to the ML.NET API and Tools

  • معرفی زمینه ML Introducing the ML context

  • نگاهی سطح بالا به ML.NET API High-level look at the ML.NET API

  • با استفاده از ML.NET CLI Using the ML.NET CLI

  • با استفاده از ML.NET Model Builder Using the ML.NET model builder

  • ساخت مدل با AutoML Building models with AutoML

  • چالش: برای ساختن مدل از ML.NET API و ابزار استفاده کنید Challenge: Use the ML.NET API and tools to build a model

  • راه حل: برای ساخت مدل از ML.NET API و ابزار استفاده کنید Solution: Use ML.NET API and tools to build a model

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

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.

آموزش ML.NET: شروع کار
جزییات دوره
38m
16
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
-
- از 5
ندارد
دارد
دارد
Jonathan Wood
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Jonathan Wood Jonathan Wood

توسعه دهنده نرم افزار ، خالق ویدیو و Microsoft AI MVP Jonathan Wood یک توسعه دهنده نرم افزار است که در C # برای یادگیری وب و ماشین با ML.NET در حال توسعه است.

جون علاقه زیادی به یادگیری فن آوری های جدید دارد و به نوبه خود چیزهایی را که آموخته با دیگران به اشتراک می گذارد. او آموزشهایی را به کانال YouTube خود ارسال می کند ، ویدئوهای برنامه نویسی درباره داده ها ، یادگیری ماشین ، دات نت و مباحث پایتون را به نمایش می گذارد. جان در کارولینای شمالی مستقر است و دارای مدرک کارشناسی ریاضیات و علوم کامپیوتر از دانشگاه کارولینای جنوبی-آیکن است.