آموزش نسخه‌بندی داده‌ها، تبارشناسی (Lineage) و نظارت بر کیفیت برای هوش مصنوعی - آخرین آپدیت

مقدمه Introduction

• مرور کلی دوره Course overview

• پیش‌نیازها Prerequisites

1. اهمیت نسخه‌بندی داده‌ها 1. Importance of Data Versioning

• کنترل نسخه برای یادگیری ماشین و هوش مصنوعی Version control for ML and AI

• انواع کنترل نسخه Types of version control

• نسخه‌بندی جداول پایگاه داده و ردیابی تغییرات Database table versioning and change tracking

• بهترین روش‌های نسخه‌بندی داده‌ها Data versioning best practices

• نسخه‌بندی مبتنی بر فایل و هش checksum File-based and checksum hash-based versioning

• مفاهیم کلیدی در نسخه‌بندی داده‌ها Key concepts in data versioning

• اسنپ‌شات‌ها، تبارشناسی، شاخه‌بندی و ادغام، و مدیریت متاداده‌ها Snapshots, lineage, branching and merging, and metadata management

2. پیاده‌سازی نسخه‌بندی داده‌ها با استفاده از DVC 2. Implementing Data Versioning using DVC (Data Version Control)

• نسخه‌بندی داده‌ها با استفاده از DVC Versioning data using DVC

• معرفی DVC Introducing DVC

• مقداردهی اولیه git و DVC Initialize git and DVC

• ردیابی فایل‌ها با استفاده از DVC Tracking files using DVC

3. ردیابی تبارشناسی داده‌ها (Data Lineage) 3. Tracking Data Lineage

• تبارشناسی داده‌ها در Microsoft Fabric Data lineage in Microsoft Fabric

• موارد استفاده و مزایای ردیابی تبار داده‌ها Use cases and benefits of data lineage tracking

• تکنیک‌های ردیابی تبارشناسی داده‌ها Techniques to track data lineage

• مقایسه تبارشناسی، منشأ داده‌ها و حاکمیت داده‌ها Data lineage vs. data provenance vs. data governance

• ابزارهای تبارشناسی داده‌ها Data lineage tools

• بهترین روش‌ها برای ردیابی تبارشناسی داده‌ها Best practices for data lineage tracking

• معرفی تبارشناسی داده‌ها (Data Lineage) Introducing data lineage

4. نظارت بر کیفیت مدل و داده‌ها 4. Monitoring Model and Data Quality

• مشکلات داده‌ها: پردازش و مدیریت طرح‌واره (Schema) Issues with data: Processing and schema management

• معیارهای ردیابی کیفیت داده و مدل Metrics to track data and model quality

• اهمیت نظارت بر کیفیت Importance of quality monitoring

• مشکلات داده‌ها: فقدان داده‌ها و سوگیری Issues with data: Data loss and bias

• مشکلات مربوط به مدل‌ها Issues with models

جمع‌بندی Conclusion

• خلاصه و مطالعه بیشتر Summary and further study