آموزش جامع هوش مصنوعی و یادگیری ماشین (AI & Machine Learning) - آخرین آپدیت

مبانی هوش مصنوعی و یادگیری ماشین Fundamentals of AI and ML

• معرفی تخصص Specialization Introduction

• جزئیات آزمون AWS Certified AI Practitioner AWS Certified AI Practitioner Exam Details

• معرفی دوره Course Introduction

• اهداف یادگیری Learning Objectives

• درک شبکه جهانی و مناطق (Regions) در AWS Understanding AWS Global Network and Regions

• دمو: ساخت حساب کاربری AWS Demo:Creating AWS Account

• بررسی سرویس‌های اصلی AWS: رایانش و ذخیره‌سازی Exploring AWS Core Services: Compute & Storage

• سرویس‌های اصلی AWS: شبکه‌سازی، پایگاه داده و مبانی امنیت AWS Core Services: Networking, Databases & Security Basics

• معرفی و ویژگی‌های EC2 EC2 Introduction and Characteristics

• دمو: راه‌اندازی نمونه EC2 Demo: Launching EC2 instance

• دمو: اتصال به نمونه EC2 Demo: Connecting EC2 instance

• معرفی AWS S3: ذخیره‌سازی در ابر Introduction to AWS S3: Storage in the Cloud

• درک اشیاء S3 و مدیریت دسترسی‌ها Understanding S3 Objects and Managing Access

• سطوح ذخیره‌سازی S3 S3 Storage Tiers

• دمو: ایجاد S3 Bucket Demo: Creating S3 Bucket

• معرفی AWS Lambda: رایانش بدون سرور Introduction to AWS Lambda: Serverless Computing

• لَمبدا چگونه کار می‌کند؟ How Lambda Work?

• دمو: ایجاد یک تابع Lambda Demo: Creating a Lambda Function

• جمع‌بندی Summary

• اهداف یادگیری Learning Objectives

• معرفی هوش مصنوعی Introduction to Artificial Intelligence

• کاربردهای هوش مصنوعی Applications of AI

• مدل هوش مصنوعی AI Model

• اجزای هوش مصنوعی AI Components

• معرفی یادگیری ماشین Introduction to Machine Learning

• یادگیری نظارت‌شده Supervised Learning

• الگوریتم‌های کلیدی در یادگیری نظارت‌شده Key Algorithms in Supervised Learning

• یادگیری نظارت‌نشده Unsupervised Learning

• متدهای یادگیری نظارت‌نشده Unsupervised Learning Methods

• الگوریتم‌های خوشه‌بندی Clustering Algorithms

• یادگیری نیمه نظارت‌شده و یادگیری تقویتی Semi-supervised and Reinforcement Learning

• جمع‌بندی Summary

• اهداف یادگیری Learning Objectives

• مجموعه داده‌ها و مهندسی ویژگی‌ها Data Sets and Feature Engineering

• ساخت مدل یادگیری تقویتی Building a Reinforcement Learning Model

• بایاس، واریانس، بیش‌برازش و کم‌برازش Bias, Variance, Overfitting, and Underfitting

• شبکه‌های عصبی Neural Networks

• جمع‌بندی Summary

کاربردهای AI و مدیریت گردش‌کار در AWS AI Applications and Workflow Management on AWS

• اهداف یادگیری Learning Objectives

• درک پردازش زبان طبیعی (NLP) Understanding Natural Language Processing (NLP)

• بررسی انواع NLP و تکنیک‌های کلیدی Exploring Types of NLP and Key Techniques

• بینایی ماشین Computer Vision

• استنتاج (Inferencing) Inferencing

• یادگیری عمیق Deep Learning

• جمع‌بندی Summary

• اهداف یادگیری Learning Objectives

• دسته‌بندی‌ها و انواع داده‌ها Data Categories and Types

• دمو: انتخاب نمونه (Instance) مناسب Demo-Choosing the Right Instance

• معرفی Amazon SageMaker Amazon SageMaker

• قیمت‌گذاری SageMaker SageMaker Pricing

• دمو: آشنایی با محیط Amazon SageMaker Demo-Getting Familiar with Amazon SageMaker

• معرفی Data Wrangler Data Wrangler

• فرآیند آماده‌سازی داده‌ها (Data Wrangling) Data Wrangling Process

• جمع‌بندی Summary

• پایان دوره Course Completion