آموزش عملیات یادگیری ماشین (MLOps) و اصول هوش مصنوعی مسئولانه - آخرین آپدیت

مقدمه‌ای بر MLOps و مدیریت چرخه حیات مدل Introduction to MLOps and model lifecycle management

• مقدمه‌ای بر گواهینامه مهندسی GenAI مایکروسافت Introduction to Microsoft GenAI engineering certification

• مقدمه‌ای بر MLOps در مهندسی هوش مصنوعی Azure Introduction to MLOps in Azure AI Engineering

• MLOps چیست؟ What is MLOps?

• تور راهنمای ابزارهای MLOps در Azure ML A guided tour of the MLOps toolkit in Azure ML

• اهمیت جمع‌آوری نیازمندی‌ها The importance of gathering requirements

• تجسم چرخه حیات مدل از ابتدا تا انتها Visualizing the end-to-end model lifecycle

• خلاصه بخش اول: از گردش‌کارهای دستی تا مدیریت استراتژیک Module 1 summary: From manual workflows to strategic management

کنترل نسخه و خط لوله‌های CI/CD Version control and CI/CD pipelines

• مقدمه بخش دوم: از ثبت کدها تا استقرار خودکار Module 2 introduction: From code commits to automated deployments

• اهمیت کنترل نسخه در هوش مصنوعی Importance of version control in AI

• اتصال Azure Repos به Azure ML: راهنمای گام‌به‌گام Connecting Azure Repos and Azure ML: A step-by-step guide

• گردش‌کارهای CI/CD در Azure CI/CD workflows in Azure

• خلاصه بخش دوم: از استقرار خودکار تا واقعیت محیط عملیاتی Module 2 summary: From automated deployment to production reality

نظارت، ثبت وقایع (Logging) و بهینه‌سازی هزینه‌ها Monitoring, logging, and cost optimization

• مقدمه بخش سوم: از استقرار تا تعالی عملیاتی Module 3 introduction: From deployment to operational excellence

• نقش نظارت (Monitoring) در هوش مصنوعی The role of monitoring in AI

• بررسی ابزارهای نظارت و ثبت وقایع در Azure A tour of Azure's monitoring and logging tools

• بهینه‌سازی هزینه‌های مرتبط با هوش مصنوعی در Azure Optimizing AI-related costs in Azure

• خلاصه بخش سوم: از استقرار تا تعالی عملیاتی Module 3 summary: From deployment to operational excellence

هوش مصنوعی اخلاقی و متدهای هوش مصنوعی مسئولانه مایکروسافت Ethical AI and Microsoft’s responsible AI practices

• مقدمه بخش چهارم: از یک مدل کاربردی تا یک سیستم قابل اعتماد Module 4 introduction: From a working model to a trustworthy system

• چرا اخلاق در هوش مصنوعی اهمیت دارد؟ Why ethics matter in AI

• معرفی داشبورد هوش مصنوعی مسئولانه Azure Introducing the Azure Responsible AI Dashboard

• پیاده‌سازی هوش مصنوعی مسئولانه با دستورالعمل‌های مایکروسافت Implementing responsible AI with Microsoft guidelines

• خلاصه بخش چهارم: از اصول اخلاقی تا یک خط لوله یکپارچه Module 4 summary: From ethical principles to an integrated pipeline

• خلاصه دوره: یکپارچه‌سازی MLOps و اخلاق برای هوش مصنوعی عملیاتی Course Summary: Integrating MLOps and ethics for production AI