لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش استفاده از یادگیری ماشین مبتنی بر ابر در AWS: برنامه های واقعی
Leveraging Cloud-Based Machine Learning on AWS: Real-World Applications
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
هزینه و کارایی ابر ، یادگیری ماشین و هوش مصنوعی (AI) را در اختیار شرکت های بزرگ و کوچک قرار می دهد. با خدمات وب آمازون به سازمان خود کمک کنید تا قدرت خود را پیدا کند. این دوره یک رویکرد عملی برای استفاده از AWS برای کاربردهای مبتنی بر هوش مصنوعی در صنایع مختلف ، از جمله مراقبت های بهداشتی ، مالی ، اجرای قانون ، ساخت و آموزش است. مربی ، دیوید لینتیکوم ، SageMaker ، پلتفرم AI آمازون را معرفی می کند و موارد مختلف استفاده را ارائه می دهد که بهترین شیوه ها ، ابزارها و تکنیک های فعلی را نشان می دهد. وی نحوه ساخت و آموزش مدل های یادگیری ماشین با SageMaker و ادغام آنها در برنامه های دنیای واقعی را نشان می دهد. دیوید همچنین با به نمایش گذاشتن راه حل های واقعی AWS برخی از نگرانی های مربوط به هوش مصنوعی مانند هزینه و امنیت را برطرف می کند.
موضوعات شامل:
مبانی هوش مصنوعی li>
موارد استفاده از هوش مصنوعی li>
ساخت ، آموزش و استقرار برنامه ها با SageMaker
ایجاد داده های آزمون و آموزش مدل SageMaker خود li>
برنامه کاربردی هوش مصنوعی li>
هزینه های هوش مصنوعی li>
امنیت هوش مصنوعی li>
حاکمیت هوش مصنوعی li>
سرفصل ها و درس ها
مقدمه
Introduction
به توان هوش مصنوعی (AI) با AWS ضربه بزنید
Tap into the power of artificial intelligence (AI) with AWS
هوش مصنوعی در AWS
AI on AWS
آنچه باید بدانید
What you should know
1. مبانی AI
1. AI Basics
پردازش هوش مصنوعی
AI processing
ایجاد دانش
Knowledge creation
برنامه های هوش مصنوعی
AI applications
هوش مصنوعی و رایانش ابری
AI and cloud computing
AI و AWS
AI and AWS
2. موارد AI استفاده کنید
2. AI Use Cases
مراقبت های بهداشتی
Healthcare
دارایی، مالیه، سرمایه گذاری
Finance
اجرای قانون
Law enforcement
ساخت
Manufacturing
تحصیلات
Education
3. AWS SageMaker
3. AWS SageMaker
SageMaker ساخت
SageMaker build
قطار SageMaker
SageMaker train
SageMaker را مستقر می کند
SageMaker deploy
یک نوت بوک SageMaker ایجاد کنید
Create a SageMaker notebook
داده های آزمون ایجاد کرده و مدل را آموزش دهید
Create test data and train the model
4. حقیقت زمینی AWS SageMaker
4. AWS SageMaker Ground Truth
چه فرقی دارد؟
What's different?
استفاده از مورد
Use case
5. حرکت برنامه کاربردی AI
5. AI Application Walkthrough
David Linthicum مدیر ارشد استراتژی ابر در Deloitte Consulting است.
دیوید به تازگی از طریق اخیراً به عنوان تأثیرگذار ابر شماره 1 معرفی شد. گزارش اصلی آپولو ریسرچ دیوید یک رهبر فکری، مدیر اجرایی، مشاور، نویسنده و سخنران رایانش ابری است. او در 25 سال گذشته 5 بار مدیر عامل شرکتهای دولتی و خصوصی و سه بار مدیرعامل بوده است. تعداد کمی از افراد غول های واقعی رایانش ابری هستند، اما دستاوردها، شهرت و رهبری درخشان دیوید باعث شده است تا او جایگاهی رفیع در صنعت داشته باشد. فقط این نیست که او یک رهبر فکری برتر در دنیای رایانش ابری است، بلکه او اغلب رویایی است که رسانههای گستردهتر از آن دعوت میکنند تا به خوانندگان، شنوندگان و بینندگان خود نگاهی به فناوریهایی که هر روز در حال تغییر شکل دادن به کسبوکارها هستند، بپردازند. دیوید با بیش از 13 کتاب در زمینه محاسبات، بیش از 5000 مقاله منتشر شده، بیش از 500 سخنرانی در کنفرانس، و حضورهای متعدد در برنامه های رادیویی و تلویزیونی، 20 سال گذشته را صرف رهبری، نمایش و آموزش کسب و کارها کرده است که چگونه از منابع به طور مؤثرتر استفاده کنند. مدام نوآوری کنید او چشم انداز استارت آپ ها و شرکت های تأسیس شده را در مورد آنچه ممکن و دست یافتنی است گسترش داده است.
دیوید یک تحلیلگر تحقیقاتی Gigaom است و به عنوان یک وبلاگ نویس رایانش ابری برای InfoWorld به طور فراوان می نویسد. دیوید همچنین در IEEE Cloud Computing و همچنین SearchCloudComputing و SearchAWS از Tech Target مشارکت دارد. از او در نشریات تجاری مهم، از جمله Forbes، Business Week، وال استریت ژورنال و LA Times دیوید چندین بار به عنوان مفسر صنعت محاسبات در NPR ظاهر شده است و یک پادکست هفتگی در مورد رایانش ابری انجام می دهد.
نمایش نظرات