آموزش Google Cloud Professional Machine Learning Cert Prep: 1 Framing ML Problems
Google Cloud Professional Machine Learning Engineer Cert Prep: 1 Framing ML Problems
کسب گواهینامه مهندس حرفه‌ای یادگیری ماشین Google توانایی شما را در طراحی، ساخت و تولید مدل‌های یادگیری ماشین برای حل چالش‌های تجاری با استفاده از فناوری‌های Google Cloud و دانش مدل‌ها و تکنیک‌های ML اثبات‌شده نشان می‌دهد.
این اولین دوره از سری آمادگی Google Professional Machine Learning Engineer است و مشکلات یادگیری ماشین کادربندی را پوشش می‌دهد. مربی نوح گیفت به شما نشان می‌دهد که چگونه چالش‌های تجاری را به موارد استفاده ML ترجمه کنید، مشکلات رایج ML و معیارهای موفقیت کسب‌وکار را تعریف می‌کند، و خطرات برای امکان‌سنجی راه‌حل‌های ML را شناسایی می‌کند.
معرفی Introduction
-
بررسی اجمالی دوره و آزمون مهندسی ماشین حرفه ای گوگل Course and Google Professional Machine Learning Engineer exam overview
-
اصطلاحات کلیدی دوره 1 Course 1 key terminology
1. تبدیل چالش های تجاری به موارد استفاده از ML 1. Translating Business Challenges into ML Use Cases
-
ساخت جریان های کاری با هوش مصنوعی Building AI-enabled workflows
-
استفاده از ابزارهای هوش مصنوعی برای ساخت ابزارهای هوش مصنوعی Using AI tools to build AI tools
-
آموزش MLO ها در مقیاس با GitHub Teaching MLOps at scale with GitHub
2. تعریف مشکلات ML 2. Defining ML Problems
-
شبیه سازی در مقابل ردیابی آزمایش Simulations vs. experiment tracking
-
زمان استفاده از ML When to use ML
-
ML نظارت شده در مقابل ML بدون نظارت Supervised vs. unsupervised ML
-
بهينه سازي Optimization
-
خوشه بندی Clustering
3. تعریف معیارهای موفقیت کسب و کار 3. Defining Business Success Criteria
-
تعریف معیارهای موفقیت کسب و کار Defining business success criteria
4. شناسایی خطرات برای امکان سنجی راه حل های ML 4. Identifying Risks to Feasibility of ML Solutions
-
سلسله مراتب نیازهای MLOs MLOps hierachy of needs
-
هزینه های پنهان سیستم های سفارشی Hidden costs of bespoke systems
-
مسمومیت داده ها Data poisoning
نتیجه Conclusion
-
مراحل بعدی Next steps
نمایش نظرات
نظری ارسال نشده است.
https://donyad.com/d/18d91b
آموزش استفاده از یادگیری ماشینی در داده های خود با GCP
Applying Machine Learning to your Data with GCP
آیا می خواهید بدانید که چگونه داده های پتابایت را در عرض چند ثانیه جستجو و پردازش کنید؟ آیا در مورد تجزیه و تحلیل داده ها که با رشد داده های شما به طور خودکار مقیاس می شوند ، کنجکاو هستید؟ به دوره Data Insights خوش آمدید! این دوره آنلاین سریع به شرکت کنندگان می آموزد که چگونه ...
آموزش سیستم های یادگیری ماشین تولید
Production Machine Learning Systems
در این دوره ، ما به اجزا و بهترین روشهای سیستم ML با عملکرد بالا در محیط های تولید شیرجه خواهیم زد.
آموزش یادگیری ماشین با پایتون: مبانی
Machine Learning with Python: Foundations
اصول یادگیری ماشین و نحوه ایجاد مدل یادگیری ماشین با پایتون را بیاموزید.
آموزش یادگیری ماشین و یادگیری عمیق در پایتون و آر
Machine Learning & Deep Learning in Python & R
رگرسیون، درخت تصمیم، SVM، شبکه های عصبی، CNN، پیش بینی سری زمانی و موارد دیگر را با استفاده از پایتون و R پوشش می دهد.
Noah Gift
کارشناس MLOps | انفرادی | نویسنده | استادیار | CTO
نوح به طور گسترده با AWS کار می کند و یک قهرمان یادگیری ماشین AWS است. او دارای چندین گواهینامه صنعتی برای AWS است. نوح آموزش و طراحی دوره های آموزشی ماشین فارغ التحصیل، MLOps، A.I.، علم داده و مشاوره در زمینه یادگیری ماشین و معماری ابری را انجام می دهد. مسئولیت های او شامل رهبری ابتکار صدور گواهینامه چند ابری برای دانش آموزان است. نوح نقش های مختلفی را به صورت حرفه ای ایفا کرده است، از جمله CTO، مدیر کل، مشاور مدیر ارشد فناوری، مشاور ارشد دانشمند داده و معمار ابر. او همچنین دارای چندین تیتراژ فیلم در فیلم‌های اصلی برای کارهای فنی از جمله آواتار، مرد عنکبوتی 3 و بازگشت سوپرمن است.
Linkedin (لینکدین)
لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی
لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.
لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.