لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
Google Cloud Platform برای آموزش یادگیری ماشین
Google Cloud Platform for Machine Learning Essential Training
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
یادگیری ماشینی می تواند برنامه های شما را سریعتر و هوشمندتر کند. شما می توانید داده های مشتری مانند ورودی صدا و متن ، تصاویر و ویدئو را تجزیه و تحلیل کنید و بدون دخالت انسان اقدام کنید. Google Cloud Platform (GCP) مجموعه ای رقابتی از خدمات یادگیری ماشین را برای تقریباً هر نوع معماری از جمله محاسبات بدون سرور ، کانتینرها و ماشین های مجازی ارائه می دهد. بیاموزید که چگونه در این دوره مقدماتی با مربی لین لانگیت ، راه حل های یادگیری ماشین خود را با استفاده از GCP طراحی کنید. Lynn نشان می دهد که چگونه می توان نیازهای خود را شناسایی کرد و آنها را بر اساس خدماتی مانند API های یادگیری ماشین GCP - Cloud Vision ، Cloud Speech-to-Text ، Cloud Video Intelligence و موارد دیگر - و GCP AutoML ترسیم کرد ، که همان API ها را پشت سر می گذارد. رابط کاربری سپس نمای کلی از مدلهای سفارشی ML و شبکههای عصبی عمیق را که در Google Cloud ML Engine امکان پذیر است ، دریافت کنید. در آخر ، پنج نمونه عملی مختلف از یادگیری ماشین GCP را مرور کنید ، از جمله ربات گپ ، برنامه جستجوی تصویر و برنامه اینترنت اشیا on روی دستگاه.
موضوعات شامل:
گزینه های میزبانی: بدون سرور ، کانتینرها و ماشین های مجازی li>
فعال کردن هوش مصنوعی GCP ML
آماده سازی داده ها با Cloud Dataflow و Dataprep
مدل سازی پیش بینی ها برای تصاویر ، فیلم ، متن به گفتار و ترجمه ابر li>
یادگیری ماشین با خودکار li>
یادگیری ماشین پیشرفته و یادگیری عمیق li>
معماری یادگیری ماشین li>
سرفصل ها و درس ها
مقدمه
Introduction
راه حل های کامل با خدمات یادگیری ماشینی بسازید
Build complete solutions with machine learning services
آنچه باید بدانید
What you should know
درباره استفاده از خدمات ابری
About using cloud services
1. آموزش ماشین در Google Cloud Platform
1. Machine Learning on Google Cloud Platform
سناریوهای تجاری برای یادگیری ماشین
Business scenarios for machine learning
از کدام الگوریتم باید استفاده کنید؟
Which algorithm should you use?
سرورهای GCP AI در مقابل سیستم عامل ها
GCP AI servers vs. platforms
API های GCP ML را فعال کنید
Enable GCP ML APIs
تهیه داده با Cloud Dataflow و Cloud Dataprep
Data preparation with Cloud Dataflow and Cloud Dataprep
نوت بوک ML در عمل: همکاری
An ML notebook in action: Colaboratory
نوت بوک ML در عمل: Cloud Datalab را تنظیم کنید
An ML notebook in action: Set up Cloud Datalab
یک نوت بوک ML در عمل: از Cloud Datalab استفاده کنید
An ML notebook in action: Use Cloud Datalab
2. خدمات API یادگیری ماشین
2. Machine Learning API Services
بررسی اجمالی API های GCP ML
Overview of GCP ML APIs
پیش بینی تصاویر از طریق Cloud Vision API
Predict via the Cloud Vision API for images
پیش بینی ویدیو از طریق API Intelligence Video Cloud
Predict via the Cloud Video Intelligence API for video
پیش بینی از طریق API زبان طبیعی برای NLP
Predict via the Natural Language API for NLP
پیش بینی از طریق API متن به گفتار
Predict via the Text-to-Speech API
پیش بینی از طریق API گفتار به متن
Predict via the Speech-to-Text API
پیش بینی از طریق API ترجمه ابر
Predict via the Cloud Translation API
پیش بینی از طریق BigQuery ML
Predict via BigQuery ML
3. آموزش ماشین با AutoML
3. Machine Learning with AutoML
خدمات Cloud AutoML را درک کنید
Understand Cloud AutoML services
درک AutoML Vision
Understand AutoML Vision
داده ها و برچسب ها را برای AutoML Vision آماده کنید
Prepare data and labels for AutoML Vision
مدل قطار برای AutoML Vision
Train model for AutoML Vision
مدل را با AutoML Vision ارزیابی کنید
Evaluate model with AutoML Vision
پیش بینی استفاده از یک مدل آموزش دیده خودکار AutoML
Predict using a trained AutoML Vision model
Lynn Langit یک معمار ابری است که با خدمات وب آمازون و Google Cloud Platform کار می کند.
لین متخصص در پروژه های کلان داده است. او با AWS Athena، Aurora، Redshift، Kinesis و IoT کار کرده است. او همچنین کارهای تولیدی را با Databricks برای Apache Spark و Google Cloud Dataproc، Bigtable، BigQuery و Cloud Spanner انجام داده است.
لین همچنین بنیانگذار است. آموزش برنامه نویسی به کودکان. او درباره داده ها و فناوری های ابری در آمریکای شمالی و جنوبی، اروپا، آفریقا، آسیا و استرالیا صحبت کرده است.
نمایش نظرات