آموزش دیگر مدل‌های شانسی کافی است: هنر و دانش اعتبارسنجی مدل - آخرین آپدیت

دانلود No More Lucky Models: The Art & Science of Model Validation

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

ساخت مدل‌های یادگیری ماشین مقاوم در برابر واقعیت – علم داده کاربردی برای دنیای واقعی

آیا می‌خواهید مدل‌های یادگیری ماشینی بسازید که در دنیای واقعی با موفقیت عمل کنند؟ این دوره به شما کمک می‌کند!

در این دوره، اصول اساسی اعتبارسنجی مدل را یاد می‌گیرید و می‌فهمید که چرا روش‌های سنتی اغلب در کاربردهای واقعی شکست می‌خورند.

چهار اصل اصلی اعتبارسنجی:

  • نمایندگی جمعیت
  • استقلال بین مجموعه‌ها
  • اهمیت آماری
  • حفظ ساختار

تخصص در تکنیک‌های اعتبارسنجی متقابل از پایه تا پیشرفته، انتخاب روش مناسب برای انواع مختلف داده‌ها را کسب خواهید کرد.

در این دوره یاد می‌گیرید:

  • شناسایی شکست‌های اعتبارسنجی در دنیای واقعی از طریق مطالعات موردی (Google Flu Trends، Zillow، IBM Watson و غیره) و نحوه تشخیص آن‌ها قبل از استقرار.
  • پیاده‌سازی اعتبارسنجی مناسب برای ساختارهای داده خاص از جمله سری‌های زمانی، داده‌های جغرافیایی، داده‌های سلسله مراتبی و مجموعه داده‌های نامتعادل.
  • طراحی خطوط اعتبارسنجی قوی که عملکرد مدل را در محیط‌های تولید به طور دقیق پیش‌بینی می‌کنند.
  • شناسایی و اصلاح مشکلات رایج اعتبارسنجی مانند نشت داده، مخلوط کردن زمانی و روابط داده شکسته در گردش کار ML خود.
  • اعمال تکنیک‌های اعتبارسنجی طبقه‌بندی‌شده، گروهی و آگاه از زمان برای اطمینان از برآوردهای عملکرد منصفانه و واقع‌بینانه.
  • تشخیص اینکه چه زمانی نتایج اعتبارسنجی بیش از حد خوش‌بینانه هستند و پیاده‌سازی آزمون‌های آماری برای تأیید تفاوت‌های عملکرد بین مدل‌ها.
  • ارزیابی اینکه آیا مجموعه‌های آزمایشی واقعاً نماینده جمعیت هدف هستند و در صورت عدم وجود، اصلاحات را انجام دهید.
  • ایجاد استراتژی‌های اعتبارسنجی که به درستی ساختارهای داده مهم مانند ترتیب زمانی، گروه‌بندی‌ها و سلسله مراتب را حفظ می‌کنند.
  • ساخت چارچوب‌های اعتبارسنجی جامع که به آرامی از توسعه به تولید منتقل می‌شوند، از جمله تشخیص رانش.

پیش‌نیازها:

  • مهارت‌های برنامه نویسی پایتون پایه
  • تجربه ساخت حداقل یک مدل ML از ابتدا تا انتها
  • درک آمار پایه (میانگین، واریانس، توزیع)
  • دانش پایه از معیارهای رایج ML (دقت، دقت، فراخوانی، RMSE و غیره)
  • آشنایی با پاندا برای دستکاری داده‌ها و scikit-learn برای ساخت مدل
  • درک اساسی از مفاهیم یادگیری ماشین (یادگیری نظارت شده، انواع مدل پایه)

سرفصل ها و درس ها

Introduction-فصل ۱-مقدمه Introduction

  • Course structure and teaching-ویدیو ۱-۱-ساختار دوره و تدریس Course structure and teaching

  • The Feedback System-ویدیو ۱-۲-سیستم بازخورد The Feedback System

  • Why Most Machine Learning Models Fail: Essential Validation Techniques-ویدیو ۱-۳-چرا بیشتر مدل‌های یادگیری ماشین با شکست مواجه می‌شوند: تکنیک‌های ضروری اعتبارسنجی Why Most Machine Learning Models Fail: Essential Validation Techniques

  • Four Pillars of Machine Learning Validation: A Framework for Data Scientists-ویدیو ۱-۴-چهار رکن اصلی اعتبارسنجی یادگیری ماشین: چارچوبی برای دانشمندان داده Four Pillars of Machine Learning Validation: A Framework for Data Scientists

  • Machine Learning Model Validation Fundamentals-ویدیو ۱-۵-مبانی اعتبارسنجی مدل یادگیری ماشین Machine Learning Model Validation Fundamentals

  • How to get the most of this course-ویدیو ۱-۶-چگونه بیشترین بهره را از این دوره ببرید How to get the most of this course

  • Model Validation: The Foundation of Trustworthy Machine Learning-ویدیو ۱-۷-اعتبارسنجی مدل: پایه و اساس یادگیری ماشین قابل اعتماد Model Validation: The Foundation of Trustworthy Machine Learning

  • Model Validation Cheat Sheet-ویدیو ۱-۸-برگ تقلب اعتبارسنجی مدل Model Validation Cheat Sheet

  • Section 1 Feedback Survey-ویدیو ۱-۹-نظرسنجی بازخورد بخش ۱ Section 1 Feedback Survey

Quick Wins & Foundation-فصل ۲-پیروزی‌های سریع و مبانی Quick Wins & Foundation

  • Setting Up Your Environment-ویدیو ۲-۱-راه اندازی محیط Setting Up Your Environment

  • Codes and supporting material-ویدیو ۲-۲-کدها و مطالب پشتیبانی Codes and supporting material

  • The Google Flu Trends Story-ویدیو ۲-۳-داستان ترندهای آنفولانزای گوگل The Google Flu Trends Story

  • Guided Notebook - Validation Challenge-ویدیو ۲-۴-نوت بوک راهنما - چالش اعتبارسنجی Guided Notebook - Validation Challenge

  • The Google Flu Trends Podcast Episode-ویدیو ۲-۵-قسمت پادکست ترندهای آنفولانزای گوگل The Google Flu Trends Podcast Episode

  • The Google Flu Trends Case Study-ویدیو ۲-۶-مطالعه موردی ترندهای آنفولانزای گوگل The Google Flu Trends Case Study

  • Foundations of Model Validation-ویدیو ۲-۷-مبانی اعتبارسنجی مدل Foundations of Model Validation

  • Foundation & Quick Wins Cheat Sheet-ویدیو ۲-۸-برگ تقلب مبانی و پیروزی‌های سریع Foundation & Quick Wins Cheat Sheet

  • The Four Pillars of Model Validation-ویدیو ۲-۹-چهار رکن اصلی اعتبارسنجی مدل The Four Pillars of Model Validation

  • Foundation Concepts-ویدیو ۲-۱۰-مفاهیم اساسی Foundation Concepts

  • AI Tutor Resource Material-ویدیو ۲-۱۱-مواد منبع معلم هوش مصنوعی AI Tutor Resource Material

Population Representativeness-فصل ۳-نمایندگی جمعیت Population Representativeness

  • Understanding and Preventing Population Bias in Machine Learning Models-ویدیو ۳-۱-درک و جلوگیری از سوگیری جمعیت در مدل‌های یادگیری ماشین Understanding and Preventing Population Bias in Machine Learning Models

  • Zillow's $500 Million Mistake: When Models Meet Reality-ویدیو ۳-۲-اشتباه ۵۰۰ میلیون دلاری زیلو: وقتی مدل‌ها با واقعیت روبرو می‌شوند Zillow's $500 Million Mistake: When Models Meet Reality

  • The Zillow's Housing Model Collapse Podcast-ویدیو ۳-۳-پادکست فروپاشی مدل مسکن زیلو The Zillow's Housing Model Collapse Podcast

  • The Real World AI Test - Why Flawed Data Means Flawed Results-ویدیو ۳-۴-تست هوش مصنوعی دنیای واقعی - چرا داده‌های معیوب به معنای نتایج معیوب است The Real World AI Test - Why Flawed Data Means Flawed Results

  • Population Representativeness Cheat Sheet-ویدیو ۳-۵-برگ تقلب نمایندگی جمعیت Population Representativeness Cheat Sheet

  • Population Representativeness Supporting Material-ویدیو ۳-۶-مواد پشتیبانی نمایندگی جمعیت Population Representativeness Supporting Material

  • Zillow iBuying Model Collapse-ویدیو ۳-۷-فروپاشی مدل خرید فوری زیلو Zillow iBuying Model Collapse

  • Population Representativeness-ویدیو ۳-۸-نمایندگی جمعیت Population Representativeness

Independence Between Sets-فصل ۴-استقلال بین مجموعه‌ها Independence Between Sets

  • The Medical AI Dilemma: Cross-Contamination in Healthcare ML-ویدیو ۴-۱-معضل هوش مصنوعی پزشکی: آلودگی متقابل در یادگیری ماشین مراقبت‌های بهداشتی The Medical AI Dilemma: Cross-Contamination in Healthcare ML

  • Data Leakage Detection: Safeguarding Your Model Validation-ویدیو ۴-۲-تشخیص نشت داده: محافظت از اعتبارسنجی مدل شما Data Leakage Detection: Safeguarding Your Model Validation

  • Independence Between Sets Cheat Sheet-ویدیو ۴-۳-برگ تقلب استقلال بین مجموعه‌ها Independence Between Sets Cheat Sheet

  • Watson's Oncology Dream - The Rise and Fall of AI in Cancer Care-ویدیو ۴-۴-رویای انکولوژی واتسون - ظهور و سقوط هوش مصنوعی در مراقبت از سرطان Watson's Oncology Dream - The Rise and Fall of AI in Cancer Care

  • IBM Watson for Oncology Case Study-ویدیو ۴-۵-مطالعه موردی IBM Watson برای انکولوژی IBM Watson for Oncology Case Study

  • Stanford's Hospital Fingerprints - When AI Learns The Wrong COVID's Lesson-ویدیو ۴-۶-اثر انگشت بیمارستان استنفورد - وقتی هوش مصنوعی درس اشتباهی از COVID می‌گیرد Stanford's Hospital Fingerprints - When AI Learns The Wrong COVID's Lesson

  • The Stanford COVID-19 Prediction Model Case Study-ویدیو ۴-۷-مطالعه موردی مدل پیش‌بینی COVID-19 استنفورد The Stanford COVID-19 Prediction Model Case Study

  • Training on Illusions - The Hidden Perils of Data Dependence in Machine Learning-ویدیو ۴-۸-آموزش بر اساس توهمات - خطرات پنهان وابستگی به داده در یادگیری ماشین Training on Illusions - The Hidden Perils of Data Dependence in Machine Learning

Size and Statistical Significance-فصل ۵-اندازه و اهمیت آماری Size and Statistical Significance

  • Statistical Power in ML: Learning from Instagram's Testing Framework-ویدیو ۵-۱-توان آماری در یادگیری ماشین: یادگیری از چارچوب آزمایش اینستاگرام Statistical Power in ML: Learning from Instagram's Testing Framework

  • Optimal Test Set Design in Data Science: Beyond Simple Train-Test Splits-ویدیو ۵-۲-طراحی بهینه مجموعه تست در علم داده: فراتر از تقسیمات ساده آموزش-تست Optimal Test Set Design in Data Science: Beyond Simple Train-Test Splits

  • Guided Notebook: Sample Size & Statistical Power-ویدیو ۵-۳-نوت بوک راهنما: اندازه نمونه و توان آماری Guided Notebook: Sample Size & Statistical Power

  • Size and Statistical Significance Cheat Sheet-ویدیو ۵-۴-برگ تقلب اندازه و اهمیت آماری Size and Statistical Significance Cheat Sheet

  • Instagram's Secret Lab: How They Test Every Tap, Scroll, and Like-ویدیو ۵-۵-آزمایشگاه مخفی اینستاگرام: چگونه آنها هر ضربه، پیمایش و لایک را آزمایش می‌کنند Instagram's Secret Lab: How They Test Every Tap, Scroll, and Like

  • Instagram Feature Testing Case Study-ویدیو ۵-۶-مطالعه موردی آزمایش ویژگی اینستاگرام Instagram Feature Testing Case Study

  • Decoding AI Confidence - How Much Data Does We Really Need-ویدیو ۵-۷-رمزگشایی اعتماد هوش مصنوعی - واقعاً به چه مقدار داده نیاز داریم Decoding AI Confidence - How Much Data Does We Really Need

  • Size and Statistical Significance Supporting Material-ویدیو ۵-۸-مواد پشتیبانی اندازه و اهمیت آماری Size and Statistical Significance Supporting Material

  • Size and Statistical Significance Referencen Material-ویدیو ۵-۹-مواد مرجع اندازه و اهمیت آماری Size and Statistical Significance Referencen Material

Data Structure Preservation-فصل ۶-حفظ ساختار داده Data Structure Preservation

  • Spotify's Recommendation Challenge: When Machine Learning Models Miss Context-ویدیو ۶-۱-چالش پیشنهادهای اسپاتیفای: وقتی مدل‌های یادگیری ماشین از زمینه غافل می‌شوند Spotify's Recommendation Challenge: When Machine Learning Models Miss Context

  • Preserving Critical Data Relationships in Model Validation-ویدیو ۶-۲-حفظ روابط حیاتی داده در اعتبارسنجی مدل Preserving Critical Data Relationships in Model Validation

  • Structure Preservation in Action: Guided Implementation-ویدیو ۶-۳-حفظ ساختار در عمل: پیاده‌سازی هدایت‌شده Structure Preservation in Action: Guided Implementation

  • Data Structure Preservation Cheat Sheet-ویدیو ۶-۴-برگ تقلب حفظ ساختار داده Data Structure Preservation Cheat Sheet

  • Inside Spotify's Playlist Recommendation Engine-ویدیو ۶-۵-درون موتور پیشنهادات لیست پخش اسپاتیفای Inside Spotify's Playlist Recommendation Engine

  • Unlocking Reliable AI: The Hidden Power of Structure Preservation in Reliable AI-ویدیو ۶-۶-باز کردن قفل هوش مصنوعی قابل اعتماد: قدرت پنهان حفظ ساختار در هوش مصنوعی قابل اعتماد Unlocking Reliable AI: The Hidden Power of Structure Preservation in Reliable AI

  • The Spotify's Recommendation Challenge Case Study-ویدیو ۶-۷-مطالعه موردی چالش پیشنهادهای اسپاتیفای The Spotify's Recommendation Challenge Case Study

  • Structure Preservation in Machine Learning Validation-ویدیو ۶-۸-حفظ ساختار در اعتبارسنجی یادگیری ماشین Structure Preservation in Machine Learning Validation

The Illusion of Performance-فصل ۷-توهم عملکرد The Illusion of Performance

  • The Dangerous Game of Single Splits-ویدیو ۷-۱-بازی خطرناک تقسیمات تکی The Dangerous Game of Single Splits

  • Stacking the Odds with Multiple Splits - Strategies for Robust Model Validation-ویدیو ۷-۲-افزایش شانس با تقسیمات متعدد - استراتژی‌هایی برای اعتبارسنجی مدل قوی Stacking the Odds with Multiple Splits - Strategies for Robust Model Validation

  • The Illusion of Performance Interactive Notebook-ویدیو ۷-۳-نوت بوک تعاملی توهم عملکرد The Illusion of Performance Interactive Notebook

  • The Illusion of Performance Cheat Sheet-ویدیو ۷-۴-برگ تقلب توهم عملکرد The Illusion of Performance Cheat Sheet

  • AI's False Promises - Unmasking the Illusion of Machine Learning Performance-ویدیو ۷-۵-وعده‌های دروغین هوش مصنوعی - پرده برداری از توهم عملکرد یادگیری ماشین AI's False Promises - Unmasking the Illusion of Machine Learning Performance

  • The Illusion of Performance Supporting Material-ویدیو ۷-۶-مواد پشتیبانی توهم عملکرد The Illusion of Performance Supporting Material

  • The Illusions of Performance in Machine Learning Validation-ویدیو ۷-۷-توهمات عملکرد در اعتبارسنجی یادگیری ماشین The Illusions of Performance in Machine Learning Validation

Fundamentals of Cross-Validation-فصل ۸-مبانی اعتبارسنجی متقابل Fundamentals of Cross-Validation

  • Basic Cross-Validation Techniques-ویدیو ۸-۱-تکنیک‌های پایه اعتبارسنجی متقابل Basic Cross-Validation Techniques

  • Basic Cross Validation Guided Notebook-ویدیو ۸-۲-نوت بوک راهنمای اعتبارسنجی متقابل پایه Basic Cross Validation Guided Notebook

  • Stratified Cross Validation-ویدیو ۸-۳-اعتبارسنجی متقابل طبقه‌بندی شده Stratified Cross Validation

  • Stratified Cross Validation Guided Notebook-ویدیو ۸-۴-نوت بوک راهنمای اعتبارسنجی متقابل طبقه‌بندی شده Stratified Cross Validation Guided Notebook

  • Selecting the Optimal Cross-Validation Strategy for Your Data-ویدیو ۸-۵-انتخاب استراتژی اعتبارسنجی متقابل بهینه برای داده‌های شما Selecting the Optimal Cross-Validation Strategy for Your Data

  • Fundamentals of Cross Validation Cheat Sheet-ویدیو ۸-۶-برگ تقلب مبانی اعتبارسنجی متقابل Fundamentals of Cross Validation Cheat Sheet

  • Decoding Cross-Validation: Your Secret Weapon Against ML Overfitting-ویدیو ۸-۷-رمزگشایی اعتبارسنجی متقابل: سلاح مخفی شما در برابر بیش‌برازش یادگیری ماشین Decoding Cross-Validation: Your Secret Weapon Against ML Overfitting

  • Basic Cross Validation Supporting Material-ویدیو ۸-۸-مواد پشتیبانی اعتبارسنجی متقابل پایه Basic Cross Validation Supporting Material

  • Fundamentals of Cross Validation Guide-ویدیو ۸-۹-راهنمای مبانی اعتبارسنجی متقابل Fundamentals of Cross Validation Guide

No More Lucky Models-فصل ۹-دیگر مدل‌های خوش‌شانس نیستند No More Lucky Models

  • Bias vs. Variance in Cross-Validation-ویدیو ۹-۱-سوگیری در مقابل واریانس در اعتبارسنجی متقابل Bias vs. Variance in Cross-Validation

  • Nested CV - No More Lucky Models-ویدیو ۹-۲-اعتبارسنجی متقابل تودرتو - دیگر مدل‌های خوش‌شانس نیستند Nested CV - No More Lucky Models

  • Multi-Metric Evaluation-ویدیو ۹-۳-ارزیابی چند معیاره Multi-Metric Evaluation

  • Advanced Cross Validations Techniques Cheat Sheet-ویدیو ۹-۴-برگ تقلب تکنیک‌های پیشرفته اعتبارسنجی متقابل Advanced Cross Validations Techniques Cheat Sheet

  • Advanced Cross-Validation: Techniques for Professional Data Scientists-ویدیو ۹-۵-اعتبارسنجی متقابل پیشرفته: تکنیک‌هایی برای دانشمندان داده حرفه‌ای Advanced Cross-Validation: Techniques for Professional Data Scientists

  • Advanced Cross Validation Supporting Material-ویدیو ۹-۶-مواد پشتیبانی اعتبارسنجی متقابل پیشرفته Advanced Cross Validation Supporting Material

  • Advanced Cross Validation Techniques in Machine Learning-ویدیو ۹-۷-تکنیک‌های پیشرفته اعتبارسنجی متقابل در یادگیری ماشین Advanced Cross Validation Techniques in Machine Learning

Course Wrap-Up & Continued Learning-فصل ۱۰-جمع‌بندی دوره و یادگیری مداوم Course Wrap-Up & Continued Learning

  • The Comprehensive Validation Challenge-ویدیو ۱۰-۱-چالش جامع اعتبارسنجی The Comprehensive Validation Challenge

  • Validation in Practice: Healthcare/Medical Diagnosis-ویدیو ۱۰-۲-اعتبارسنجی در عمل: مراقبت‌های بهداشتی/تشخیص پزشکی Validation in Practice: Healthcare/Medical Diagnosis

  • Validation in Practice: Fraud Detection-ویدیو ۱۰-۳-اعتبارسنجی در عمل: تشخیص تقلب Validation in Practice: Fraud Detection

  • Validation in Practice: E-Commerce-ویدیو ۱۰-۴-اعتبارسنجی در عمل: تجارت الکترونیک Validation in Practice: E-Commerce

  • Course Conclusion-ویدیو ۱۰-۵-نتیجه‌گیری دوره Course Conclusion

نمایش نظرات

آموزش دیگر مدل‌های شانسی کافی است: هنر و دانش اعتبارسنجی مدل
جزییات دوره
6 hours
78
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,150
4.9 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Maxwell Sarmento de Carvalho Maxwell Sarmento de Carvalho

پژوهشگر علم داده