آموزش Azure Machine Learning Development: 2 Learning ML Studio

Azure Machine Learning Development: 2 Learning ML Studio

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: برای استفاده از هوش مصنوعی نیازی به داشتن مدرک پیشرفته ندارید. Azure ML Studio قابلیت های هوش مصنوعی سفارشی را به دست هر توسعه دهنده ای می آورد. هیچ نرم افزار یا سخت افزار خاصی مورد نیاز نیست. تمام آنچه شما نیاز دارید یک مرورگر و یک حساب Azure است. این دوره نشان می دهد که چگونه با استفاده از Azure ML Studio چالش های پیچیده تجزیه و تحلیل داده ها - مانند طبقه بندی چند کلاسه - را حل کنید. مربی Sahil Malik توضیح می دهد که چگونه داده های خود را برای دستیابی به استانداردهای کیفیت ، ایجاد آزمایش ، ارزیابی نتایج و آموزش و استقرار مدل به عنوان یک وب سرویس ساده که از طریق HTTP فراخوانی می شود ، پاک کنید. در پایان آموزش ، با ابزارهای اساسی توسعه دهنده پشت Azure ML Studio آشنا خواهید شد و می توانید از آنها برای طراحی آزمایش های یادگیری ماشین خود استفاده کنید.
موضوعات شامل:
  • Azure ML Studio چیست؟
  • ایجاد آزمایش
  • تمیز کردن داده ها
  • امتیازدهی به مدل
  • ارزیابی مدل
  • استفاده و آزمایش آزمایش
  • فراخوانی مدل با استفاده از کد اختصاصی

سرفصل ها و درس ها

مقدمه Introduction

  • آموزش استودیو Learning Machine Azure Learning Azure Machine Learning Studio

  • آنچه باید بدانید What you should know

1. معرفی استودیوی یادگیری ماشین 1. Introduction to Machine Learning Studio

  • استودیو یادگیری ماشین چیست؟ What is Machine Learning Studio?

  • یک فضای کاری ایجاد کنید Create a workspace

  • با داده کار کنید Work with data

  • آزمایش را ایجاد کنید و مدل را آموزش دهید Create the experiment and train the model

  • سرویس وب را مستقر و مدیریت کنید Deploy and manage the web service

2. ایجاد و استفاده از یک آزمایش 2. Create and use an experiment

  • استودیوی یادگیری ماشین را راه اندازی کنید Launch the Machine Learning Studio

  • یک آزمایش ایجاد کنید و داده اضافه کنید Create an experiment and add data

  • داده ها را تمیز کنید Clean the data

  • ستون های غیر ضروری را حذف کنید Remove unnecessary columns

  • تقسیم داده ها برای اعتبار سنجی متقابل Split the data for cross validation

  • امتیاز مدل را بزنید Score the model

  • ارزیابی مدل Evaluate model

  • ارزیابی ما را مشاهده کنید View our evaluation

3. آزمایش و استفاده از آزمایش 3. Deploy and Use the Experiment

  • یک آزمایش پیش بینی کنید Create a predictive experiment

  • خدمات خود را مستقر کرده و تست کنید Deploy and test your service

  • مدل خود را آزمایش کنید Test your model

  • خدمات خود را از طریق کد سفارشی تماس بگیرید Call your service from custom code

نتیجه Conclusion

  • خلاصه و نتیجه گیری Summary and conclusion

نمایش نظرات

آموزش Azure Machine Learning Development: 2 Learning ML Studio
جزییات دوره
40m 57s
20
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
12,876
- از 5
ندارد
دارد
دارد
Sahil Malik
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Sahil Malik Sahil Malik

ترینر، مشاور مایکروسافت و iOS، و موسس Winsmarts.com

ساهیل مالک یک مربی، مشاور مایکروسافت و iOS، و بنیانگذار Winsmarts.com است.


> Sahil Malik، بنیانگذار و مدیر Winsmarts.com، در بیش از 10 سال گذشته، MVP مایکروسافت، و نویسنده و داور بسیاری از کتاب‌ها و مقالات متعدد در مجلات برجسته فناوری بوده است. ساحل به عنوان یک مشاور و مربی با تجربه در 5 قاره و 18 کشور، تجربه بسیار زیادی را به ارمغان می آورد که پیچیده ترین موضوعات را بسیار آسان می کند. می توانید او را در توییتر به آدرس @sahilmalik دنبال کنید.