لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش تبدیل نمونههای اولیه به مدلهای یادگیری ماشین (GCP-PMLE)
- آخرین آپدیت
دانلود (GCP-PMLE) Scaling Prototypes into ML Models
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
آیا هدف شما قبولی در آزمون Google Cloud Professional Machine Learning Engineer یا ارتقای توانایی خود در مقیاسپذیری راهکارهای هوش مصنوعی است؟ در این دوره آموزشی با عنوان «تبدیل نمونههای اولیه به مدلهای ML»، شما مهارت تبدیل پروتوتایپهای یادگیری ماشین به مدلهای عملیاتی با کارایی بالا را کسب خواهید کرد. در ابتدا، نحوه انتخاب فریمورکهای مناسب ML و طراحی مدلها برای تفسیرپذیری را بررسی میکنید. سپس، با نحوه سازماندهی آموزشها با استفاده از Vertex AI، خط لولههای توزیع شده (Distributed Pipelines) و تنظیم هایپرپارامترها آشنا میشوید. در نهایت، یاد میگیرید که چگونه بهینه ترین شتابدهندههای سختافزاری مانند GPU و TPU را برای حجمهای کاری خاص خود انتخاب کنید. پس از اتمام این دوره، شما دانش و مهارتهای لازم در زمینه یادگیری ماشین گوگل کلاود را برای تبدیل نمونههای اولیه به مدلهای تولیدی مقیاسپذیر خواهید داشت.
سرفصل ها و درس ها
ساخت مدلهای یادگیری ماشین
Building Machine Learning Models
انتخاب فریمورکها و معماریهای ML
Selecting ML Frameworks and Architectures
مدلسازی برای تفسیرپذیری
Modeling for Interpretability
آموزش مدلها در مقیاس بالا
Training Models at Scale
سازماندهی و جذب دادههای آموزشی
Organizing and Ingesting Training Data
جابهای سفارشی، AutoML و Kubeflow روی GKE
Custom Jobs, AutoML, and Kubeflow on GKE
آموزش توزیع شده، تنظیم هایپرپارامترها و قابلیت اطمینان خط لوله
Distributed Training, Hyperparameter Tuning, and Pipeline Reliability
تنظیم دقیق مدلهای پایه و Model Garden
Fine-tuning Foundational Models and Model Garden
انتخاب سختافزار برای آموزش
Choosing Hardware for Training
ارزیابی پردازش و شتابدهندهها
Evaluating Compute and Accelerators
معماری TPU و مقیاسپذیری
TPU Architecture and Scaling
آموزش توزیع شده با GPUها
Distributed Training with GPUs
آمادگی برای آزمون
Exam Preparation
آمادگی آزمون: معماری و آموزش
Exam Prep: Architecture and Training
متخصص فناوری اطلاعات با مدرک دکترا در شبکه های تعریف شده با نرم افزار و گواهینامه های ابری حرفه ای از AWS، Azure، و Google Cloud. با پیشینه ای از توسعه نرم افزار و مهندسی سیستم تا پیش فروش و خدمات حرفه ای برای مهاجرت های ابری، تجربه ای در زمینه زیرساخت های ابری ترکیبی، معماری و طراحی ابری، زیرساخت به عنوان کد (IaC) و همچنین شیوه های Agile/DevOps کسب کرده ام. .
نمایش نظرات