آموزش مبانی یادگیری ماشین در AWS

Fundamentals of Machine Learning on AWS

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: یادگیری ماشینی یکی از داغترین زمینه های امروز جهان است. این دوره به شما یاد می دهد که چگونه با فناوری های یادگیری ماشین AWS حل مشکلات تجاری را شروع کنید. احتمالاً در مورد چگونگی یادگیری ماشین در حال شکل گیری دنیای ما شنیده اید - از تشخیص چهره تا تحویل بسته ، تشخیص گفتار تا اتومبیل های خودران. اما چگونه می توانید در این زمینه مهیج شروع کنید؟ در این دوره ، مبانی یادگیری ماشین در AWS ، شما یاد خواهید گرفت که چگونه با فناوری های یادگیری ماشین AWS مشکلات تجاری را حل کنید. اول ، شما کشف خواهید کرد که ML چیست و چگونه با هوش مصنوعی و یادگیری عمیق ارتباط دارد. در مرحله بعدی ، شما خواهید آموخت که چگونه فرصت های یادگیری ماشین را شناسایی و تنظیم کنید. سپس ، فرآیند یادگیری ماشین به پایان را خواهید فهمید: واکشی ، تمیز کردن و آماده سازی داده ها ، آموزش و ارزیابی مدل ها و استقرار و نظارت بر مدل ها. سرانجام ، شما با هوش مصنوعی AWS و فناوری های یادگیری ماشین آشنا می شوید که این فرآیند را فعال می کنند و با Amazon SageMaker Studio مشاهده می کنید هنگامی که با این دوره به پایان رسیدید ، مهارت و دانش فن آوری های یادگیری ماشین AWS را برای حل مشکلات دنیای واقعی خواهید داشت. این دوره همچنین پایه و اساس گواهینامه تخصصی یادگیری ماشین AWS را ایجاد می کند.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

معرفی دوره Course Introduction

  • سناریوی دوره Course Scenario

  • چرا یادگیری ماشین برای شما مهم است Why Machine Learning Matters to You

  • آنچه در این دوره خواهید آموخت What You’ll Learn in This Course

  • نسخه ی نمایشی: تنظیم محیط Demo: Environment Setup

شناسایی فرصت های یادگیری ماشین Identifying Opportunities for Machine Learning

  • مروری و اصطلاحات Overview and Terminology

  • نگاه دقیق تر به یادگیری ماشین A Closer Look at Machine Learning

  • یادگیری عمیق به طور خلاصه Deep Learning in a Nutshell

  • موارد استفاده معمول برای یادگیری ماشین Common Use Cases for Machine Learning

  • نکات کلیدی برای یادآوری Key Points to Remember

تعریف مشکلات یادگیری ماشین Defining Machine Learning Problems

  • حل مشکلات با یادگیری ماشین Solving Problems with Machine Learning

  • انواع مشکلات یادگیری ماشین Types of Machine Learning Problems

  • تعریف مسئله یادگیری ماشین Defining the Machine Learning Problem

  • سناریو: به کار بردن مفاهیم Scenario: Applying the Concepts

  • نکات کلیدی برای یادآوری Key Points to Remember

واکشی و آماده سازی داده ها Fetching and Preparing Data

  • مروری بر روند یادگیری ماشین Overview of the Machine Learning Process

  • واکشی داده ها Fetching Data

  • پاک کردن داده ها Cleaning Data

  • تجسم و تجزیه و تحلیل داده ها Data Visualization and Analysis

  • مهندسی ویژگی Feature Engineering

  • نسخه ی نمایشی: واکشی و آماده سازی داده ها در SageMaker Studio Demo: Fetching and Preparing Data in SageMaker Studio

  • نکات کلیدی برای یادآوری Key Points to Remember

آموزش و ارزیابی مدل Training and Evaluating the Model

  • الگوریتم های آموزش مدل Algorithms for Training the Model

  • ارزیابی مدل Evaluating the Model

  • تنظیم Hyperparameter Hyperparameter Tuning

  • نسخه ی نمایشی: آموزش و ارزیابی مدل در استودیوی SageMaker Demo: Training and Evaluating the Model in SageMaker Studio

  • نکات کلیدی برای یادآوری Key Points to Remember

استقرار و نظارت بر مدل Deploying and Monitoring the Model

  • استقرار مدل Deploying the Model

  • نظارت و جمع آوری داده ها Monitoring and Collecting Data

  • نسخه ی نمایشی: استقرار و نظارت بر مدل در استودیوی SageMaker Demo: Deploying and Monitoring the Model in SageMaker Studio

  • نکات کلیدی برای یادآوری Key Points to Remember

پشته یادگیری ماشین AWS The AWS Machine Learning Stack

  • پشته یادگیری ماشین AWS The AWS Machine Learning Stack

  • خدمات هوش مصنوعی Artificial Intelligence Services

  • خدمات یادگیری ماشین Machine Learning Services

  • چارچوب ها و زیرساخت های یادگیری ماشین Machine Learning Frameworks and Infrastructure

  • نکات کلیدی برای یادآوری Key Points to Remember

مراحل بعدی Next Steps

  • خلاصه نکات کلیدی Summary of Key Points

  • منابع اضافی Additional Resources

  • بسته بندی کردن Wrapping Up

نمایش نظرات

نظری ارسال نشده است.

آموزش مبانی یادگیری ماشین در AWS
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
2h 18m
39
Pluralsight (پلورال سایت) pluralsight-small
13 خرداد 1399 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
16
4.6 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Amber Israelsen Amber Israelsen

امبر از اوایل دهه 2000 توسعه دهنده نرم افزار و مربی فنی بوده است. وی دارای گواهینامه های AWS و انواع فن آوری های مایکروسافت است. در سالهای اخیر ، وی به تدریس دانش آموزان در سراسر جهان بر روی AWS ، Azure ، Dynamics 365 ، SharePoint و ASP.NET تمرکز کرده است. وی همچنین با تخصص خود در ارتباطات تصویری ، تجربه کاربر و مهارتهای شغلی/شغلی ، برای جبران شکاف بین توسعه دهندگان ، طراحان و تجار تلاش می کند.

Pluralsight (پلورال سایت)

Pluralsight یکی از پرطرفدارترین پلتفرم‌های آموزش آنلاین است که به میلیون‌ها کاربر در سراسر جهان کمک می‌کند تا مهارت‌های خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دوره‌های آموزشی در زمینه‌های فناوری اطلاعات، توسعه نرم‌افزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه می‌دهد.

یکی از ویژگی‌های برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعه‌دهندگان و کارشناسان معتبر، دوره‌هایی را ارائه می‌دهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژی‌ها نگه می‌دارد. این امر به کاربران این اطمینان را می‌دهد که دوره‌هایی که در Pluralsight می‌پذیرند، با جدیدترین دانش‌ها و تجارب به روز شده‌اند.