آموزش طراحی و اجرای راه حل ها با استفاده از Google Cloud AutoML

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

معرفی Google Cloud AutoML Introducing Google Cloud AutoML

• بررسی اجمالی ماژول Module Overview

• پیش نیازها و طرح کلی دوره Prerequisites and Course Outline

• معرفی Cloud AutoML Introducing Cloud AutoML

• Cloud ML API در مقابل AutoML Cloud ML APIs vs. AutoML

• انتقال یادگیری Transfer Learning

• جستجوی معماری عصبی Neural Architecture Search

انجام ترجمه سفارشی با استفاده از ترجمه AutoML Performing Custom Translation Using AutoML Translation

• بررسی اجمالی ماژول Module Overview

• Cloud ML API در مقابل AutoML برای ترجمه Cloud ML APIs vs. AutoML for Translation

• فعال کردن API ها برای ترجمه خودکار Enabling APIs for AutoML Translation

• ایجاد مجموعه داده و وارد کردن داده Creating a Dataset and Importing Data

• آموزش و پیش بینی Training and Prediction

• دریافت اعتبار حساب سرویس Getting Service Account Credentials

• پیش بینی با استفاده از REST API و Python Client Prediction Using the REST API and Python Client

• تمیز کردن مدل ها ، مجموعه داده ها و سطل ها Cleaning up Models, Datasets, and Buckets

• با استفاده از خط فرمان برای آموزش یک مدل Using the Command Line to Train a Model

• ایجاد مجموعه داده و وارد کردن داده ها با استفاده از خط فرمان Creating Dataset and Importing Data Using the Command Line

• پیش بینی با استفاده از خط فرمان Prediction Using the Command Line

کار با زبان با استفاده از زبان طبیعی AutoML Working with Language Using AutoML Natural Language

• بررسی اجمالی ماژول Module Overview

• Cloud ML API در مقابل AutoML برای متن Cloud ML APIs vs. AutoML for Text

• ماتریس سردرگمی: دقت ، دقت و یادآوری Confusion Matrix: Accuracy, Precision, and Recall

• آستانه احتمال برای طبقه بندی Probability Threshold for Classification

• انواع طبقه بندی کننده ها Types of Classifiers

• ایجاد مجموعه داده و بارگذاری داده های آموزشی Create Dataset and Upload Training Data

• آموزش مدل تحلیل احساسات Training the Sentiment Analysis Model

• ارزیابی طبقه بندی و استفاده از آن برای پیش بینی Evaluating the Classifer and Using It for Prediction

کار با تصاویر با استفاده از AutoML Vision Working with Images Using AutoML Vision

• بررسی اجمالی ماژول Module Overview

• Cloud ML API در مقابل AutoML for Vision Cloud ML APIs vs. AutoML for Vision

• Dataset ایجاد کنید و داده های آموزشی را وارد کنید Create Dataset and Import Training Data

• آموزش و ارزیابی طبقه بندی تصویر Training and Evaluating the Image Classifier

• طبقه بندی تصویر با استفاده از رابط کاربر Image Classification Using the UI

• طبقه بندی تصویر با استفاده از REST API و Python Client Image Classification Using the REST API and Python Client

• خلاصه و مطالعه بیشتر Summary and Further Study