آموزش تشخیص ناهنجاری در معاملات بازی با ML و Sagemaker

Detect Anomalies in Game Transactions with ML and Sagemaker

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: استودیوهای بازی که در حال ساخت و اجرای چندین بازی هستند تمایل دارند بسیاری از اعتبارسنجی سمت سرور داده های معاملاتی دریافت شده از کلاینت های بازی را از سر بگیرند. استودیوهای بازی که در حال ساخت و اجرای چندین بازی هستند تمایل دارند بسیاری از اعتبارسنجی سمت سرور داده های معاملاتی دریافت شده را دوباره انجام دهند از مشتری های بازی. این دوره شامل استفاده از یک مدل مرکزی (یا چندین مدل در هر بازی) برای تخلیه پردازش سرور و بهبود زمان پاسخ سرور است. این دوره ناهنجاری های مختلف مرتبط با داده های معامله بازی و نحوه یادگیری ماشین (ML) را در انجام اعتبار سنجی بررسی می کند.

سرفصل ها و درس ها

تشخیص ناهنجاری در معاملات بازی با ML و Sagemaker Detect Anomalies in Game Transactions with ML and Sagemaker

  • تشخیص ناهنجاری در معاملات بازی با ML و Sagemaker Detect Anomalies in Game Transactions with ML and Sagemaker

نمایش نظرات

آموزش تشخیص ناهنجاری در معاملات بازی با ML و Sagemaker
جزییات دوره
0h 22m
1
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
-
از 5
دارد
دارد
دارد
AWS
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

AWS AWS

با همکاری سرویس های وب آمازون ، مشتریان Pluralsight ممکن است از این پس به آموزش ساخته شده توسط AWS در بستر فناوری Pluralsight Skills دسترسی پیدا کنند.