لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش ساخت و مدیریت راهکارهای یادگیری ماشین با Azure
- آخرین آپدیت
دانلود Build and Operate Machine Learning Solutions with Azure
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
Azure Machine Learning یک پلتفرم ابری برای آموزش، استقرار، مدیریت و نظارت بر مدلهای یادگیری ماشین است. در این دوره، شما خواهید آموخت که چگونه از Azure Machine Learning Python SDK برای ایجاد و مدیریت راهکارهای یادگیری ماشین در سطح سازمانی استفاده کنید.
این دوره، سومین بخش از یک برنامه پنجگانه است که شما را برای شرکت در آزمون گواهینامه DP-100 (طراحی و پیادهسازی راهکارهای علم داده در Azure) آماده میکند.
این آزمون گواهینامه فرصتی است تا دانش و تخصص خود را در بهکارگیری راهکارهای یادگیری ماشین در مقیاس ابری با استفاده از Azure Machine Learning به اثبات برسانید. این تخصص به شما میآموزد تا از دانش فعلی خود در زبان پایتون و یادگیری ماشین برای مدیریت جذب و آمادهسازی دادهها، آموزش و استقرار مدل و نظارت بر راهکارهای یادگیری ماشین در محیط مایکروسافت Azure بهره ببرید. هر دوره، مفاهیم و مهارتهایی را آموزش میدهد که در آزمون مورد ارزیابی قرار میگیرند.
این تخصص برای دانشمندانی داده طراحی شده است که با پایتون و فریمورکهای یادگیری ماشین مانند Scikit-Learn، PyTorch و Tensorflow آشنایی دارند و قصد دارند راهکارهای یادگیری ماشین را در فضای ابری بسازند و مدیریت کنند. این دوره به دانشمندان داده میآموزد که چگونه راهکارهای جامع (End-to-End) را در مایکروسافت Azure ایجاد کنند. دانشجویان یاد میگیرند که منابع Azure را برای یادگیری ماشین مدیریت کنند، آزمایشها را اجرا کرده و مدلها را آموزش دهند، راهکارهای یادگیری ماشین را مستقر و عملیاتی کنند و یادگیری ماشین مسئولانه را پیادهسازی نمایند. آنها همچنین یاد میگیرند که از Azure Databricks برای اکتشاف، آمادهسازی و مدلسازی دادهها استفاده کرده و فرآیندهای یادگیری ماشین Databricks را با Azure Machine Learning ادغام کنند.
سرفصل ها و درس ها
استفاده از Azure Machine Learning SDK برای آموزش مدل
Use the Azure Machine Learning SDK to train a model
مقدمهای بر تحلیلهای انبار داده مدرن در Azure
Introduction to Modern Data Warehouse Analytics in Azure
کار با دادهها و منابع محاسباتی در Azure Machine Learning
Work with Data and Compute in Azure Machine Learning
معرفی درس
Lesson Introduction
مقدمهای بر ذخیرهسازهای داده (Datastores)
Introduction to datastores
استفاده از ذخیرهسازهای داده
Use datastores
خلاصه درس
Lesson summary
معرفی درس
Lesson introduction
محیطها در Azure Machine Learning
Environments in Azure Machine Learning
مقدمهای بر اهداف محاسباتی (Compute Targets)
Introduction to compute targets
خلاصه درس
Lesson summary
مدیریت خط لولهها و استقرار سرویسهای یادگیری ماشین در زمان واقعی با Azure Machine Learning
Orchestrate pipelines and deploy real-time machine learning services with Azure Machine Learning
معرفی درس
Lesson introduction
مقدمهای بر خط لولهها (Pipelines)
Introduction to pipelines
انتقال دادهها بین مراحل خط لوله
Pass data between pipeline steps
خلاصه درس
Lesson summary
معرفی درس
Lesson Introduction
عیبیابی استقرار سرویس
Troubleshoot service deployment
خلاصه درس
Lesson summary
استقرار خط لولههای استنتاج دستهای و تنظیم هایپرپارامترها با Azure Machine Learning
Deploy batch inference pipelines and tune hyperparameters with Azure Machine Learning
معرفی درس
Lesson introduction
خلاصه درس
Lesson Summery
معرفی درس
Lesson introduction
تعریف فضای جستجو
Defining a search space
پیکربندی توقف زودهنگام
Configuring early termination
خلاصه درس
Lesson summary
انتخاب مدلها و حفاظت از دادههای حساس
Select models and protect sensitive data
معرفی درس
Lesson introduction
وظایف و الگوریتمهای یادگیری ماشین خودکار
Automated machine learning tasks and algorithms
پیشپردازش و استخراج ویژگیها
Preprocessing and featurization
نمایش نظرات