🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
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
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
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
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
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
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
نمایش نظرات