آموزش ایجاد و استفاده از راه حل های استودیوی یادگیری ماشین Microsoft Azure

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

شروع کار با Azure Machine Learning Studio Getting Started with the Azure Machine Learning Studio

• شروع شدن Getting Started

• طرح کلی دوره Course Outline

• استودیو یادگیری ماشین لاجوردی در متن The Azure Machine Learning Studio in Context

• گشتی در رابط کاربری A Tour of the User Interface

• نسخه ی نمایشی Demo

تهیه داده ها و منابع داده Preparing Data and Data Sources

• وارد کردن داده ها Importing Data

• پیوستن به مجموعه داده ها در پایتون ، R و طراح Joining Datasets in Python, R and the Designer

• کاوش مجموعه داده ها Exploring Datasets

• درک داده ها Understanding the Data

• جریان داده ها Data Flows

تمیز کردن ، عادی سازی و تبدیل داده های خام (مهندسی ویژگی) Cleaning, Normalizing and Transforming Raw Data (Feature Engineering)

• مهندسی و انتخاب ویژگی ها Feature Engineering and Selection

• پاک کردن داده های از دست رفته Clean Missing Data

• دورریزها Outliers

• تبدیل داده ها Transforming Data

• انتخاب ویژگی Feature Selection

آموزش ، ارزیابی و پالایش مدلهای یادگیری ماشین Training, Evaluating and Refining Machine Learning Models

• الگوریتم های یادگیری ماشین Machine Learning Algorithms

• آموزش و ارزیابی یک طبقه بندی دو طبقه Training and Evaluating a Two-Class Classification

• رگرسیون خطی Linear Regression

• اعتبار سنجی متقابل Cross-validation

• تنظیم Hyperparameters مدل Tuning Model Hyperparameters

خودکار یادگیری ماشین Automated Machine Learning

• مقدمه ای بر یادگیری ماشین خودکار Introduction to Automated Machine Learning

• یادگیری خودکار ماشین با رابط کاربری استودیو Automated Machine Learning with the Studio User Interface

• یادگیری خودکار ماشین با پایتون Automated Machine Learning with Python

خطوط لوله استقرار و یادگیری ماشین Deployment and Machine Learning Pipelines

• استقرار مدل های یادگیری ماشین Deploying Machine Learning Models

• نسخه ی نمایشی: استقرار مدل Demo: Model Deployment

• نظارت و رانش داده ها Monitoring and Data Drift

• خطوط لوله یادگیری ماشین Machine Learning Pipelines

• ساخت خطوط لوله یادگیری ماشین در پایتون Building Machine Learning Pipelines in Python

بسته بندی کردن Wrapping Up

• در مورد نتایج ما چطور؟ What About Our Results?

• مراحل بعدی Next Steps