🔔 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 استقرار مدلها با یادگیری ماشینی Azure
- آخرین آپدیت
دانلود Deploying Models with Azure Machine Learning
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
پیمایش در دنیای یادگیری ماشینی می تواند باشد
چالش برانگیز، به ویژه برای مبتدیان. در این دوره آموزشی، استقرار مدلها با یادگیری ماشینی Azure، یاد خواهید گرفت که به طور موثر از
پلت فرم Azure ML برای ساخت، استقرار و ارزیابی ماشین
مدل های یادگیری ابتدا، اجزای اصلی را بررسی خواهید کرد
Azure ML، از جمله فضاهای کاری، منابع محاسباتی و
فروشگاه های داده در مرحله بعد، نحوه پیدا کردن و تنظیم دقیق را خواهید یافت
مدل ها با استفاده از کاتالوگ مدل و انجام آزمایش ها
با مجموعه داده های سفارشی در نهایت، نحوه استقرار را یاد خواهید گرفت
این مدل ها و انجام انصاف در سطح بالا و
ارزیابیهای تفسیرپذیری برای اطمینان از شیوههای هوش مصنوعی اخلاقی.
وقتی این دوره را تمام کردید، مهارت های لازم را خواهید داشت
و دانش Azure Machine Learning مورد نیاز است
یادگیری ماشین را با اطمینان بسازید، استقرار و ارزیابی کنید
مدل های روی پلت فرم Azure.
سرفصل ها و درس ها
کشف یادگیری ماشینی Azure
Discovering Azure Machine Learning
مقدمه ای بر یادگیری ماشینی Azure
Introduction to Azure Machine Learning
مقدمه ای بر یادگیری ماشینی Azure
Introduction to Azure Machine Learning
ساخت و استقرار مدل ها با Azure ML
Building and Deploying Models with Azure ML
ساخت و استقرار مدل ها با Azure ML
Building and Deploying Models with Azure ML
نسخه ی نمایشی: ساخت، استقرار و ارزیابی یک مدل در Azure ML
Demo: Building, Deploying, and Assessing a Model in Azure ML
نسخه ی نمایشی: ساخت، استقرار و ارزیابی یک مدل در Azure ML
Demo: Building, Deploying, and Assessing a Model in Azure ML
آکسل سیروتا دارای مدرک کارشناسی ارشد ریاضیات است که علاقه زیادی به عملیات یادگیری عمیق و یادگیری ماشین دارد. وی پس از تحقیق در زمینه احتمال ، آمار و بهینه سازی یادگیری ماشین ، در حال حاضر در JAMPP به عنوان یک مهندس تحقیق در زمینه یادگیری ماشین مشغول به کار است که از داده های مشتری برای پیش بینی دقیق در زمان واقعی پیشنهاد استفاده می کند.
نمایش نظرات