لطفا جهت پرداخت (ورود به درگاه بانک) فیلترشکن خود را خاموش نمایید.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش استفاده از یادگیری ماشینی در داده های خود با Google Cloud
Applying Machine Learning to your Data with Google Cloud
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
در این دوره، ما تعریف می کنیم که یادگیری ماشین چیست و چگونه می تواند برای کسب و کار شما مفید باشد. چند نمونه نمایشی از ML را در عمل خواهید دید و اصطلاحات کلیدی ML مانند نمونهها، ویژگیها و برچسبها را یاد خواهید گرفت. در آزمایشگاه های تعاملی، فراخوانی API های ML از پیش آموزش دیده موجود را تمرین می کنید و همچنین مدل های یادگیری ماشین خود را فقط با استفاده از SQL با BigQuery ML می سازید.
سرفصل ها و درس ها
معرفی
Introduction
معرفی دوره
Course Introduction
مقدمه ای بر یادگیری ماشینی
Introduction to Machine Learning
مقدمه ای بر یادگیری ماشینی
Introduction to Machine Learning
نسخه ی نمایشی: Google Photos
Demo: Google Photos
یادگیری عمیق چیست؟
What is deep learning?
برنامه های کاربردی ML برای تجارت
ML applications for business
مدل های ML از پیش آموزش دیده
Pre-trained ML models
نسخه ی نمایشی: Cloud Translate و Vision API
Demo: Cloud Translate and Vision APIs
Vision API را کاوش کنید
Explore the Vision API
نسخه ی نمایشی: API پردازش زبان طبیعی
Demo: Natural Language Processing API
API های زبان را کاوش کنید
Explore the Language APIs
Pluralsight: شروع به کار با GCP و Qwiklabs
Pluralsight: Getting Started with GCP and Qwiklabs
آزمایشگاه: آموزش با مدلهای ML از پیش ساخته شده با استفاده از Cloud Vision API و AutoML
Lab: Training with Pre-built ML Models using Cloud Vision API and AutoML
ایجاد مجموعه داده های ML در BigQuery
Creating ML Datasets in BigQuery
چه چیزی یک مجموعه داده را برای ML خوب می کند؟
What makes a dataset good for ML?
انتخاب ویژگی های خوب
Choosing good features
کاوش و پیش پردازش داده ها
Exploring and preprocessing data
ابزارهای دیگر برای ایجاد خطوط لوله داده
Other tools for creating data pipelines
شناخت ناشناخته ها
Knowing the unknowable
ایجاد تقسیمات داده قابل تکرار
Creating repeatable dataset splits
آزمایشگاه: ایجاد تقسیمهای مجموعه دادههای قابل تکرار در BigQuery نسخه 1.5
Lab: Creating Repeatable Dataset Splits in BigQuery v1.5
ایجاد مدل های ML در BigQuery
Creating ML Models in BigQuery
آموزش ماشین BigQuery را معرفی می کنیم
Introducing BigQuery machine learning
مراحل ساخت مدل
Phases of model building
منابع BigQuery ML
BigQuery ML resources
معرفی آزمایشگاه: پیشبینی خریدهای بازگشت بازدیدکننده با BigQuery
Lab Intro: Predicting Visitor Return Purchases with BigQuery
آزمایشگاه: پیشبینی خرید بازدیدکنندگان با یک مدل طبقهبندی در BQML نسخه 1.5
Lab: Predict Visitor Purchases with a Classification Model in BQML v1.5
آزمایشگاه: پیشبینی کرایه تاکسی با مدل پیشبینی BigQuery ML نسخه 1.5
Lab: Predict Taxi Fare with a BigQuery ML Forecasting Model v1.5
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.
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.
نمایش نظرات