آموزش AWS SageMaker MasterClass

AWS SageMaker MasterClass

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری ماشینی در فضای ابری با AWS SageMaker و بدون کد یادگیری ماشینی با AWS SageMaker Canvas. مفاهیم اساسی علم داده و یادگیری ماشین. مبانی رایانش ابری. با استفاده از AWS SageMaker خطوط کامل یادگیری ماشین بسازید. بدون یادگیری ماشین کد با استفاده از AWS SageMaker Canvas. پیش نیازها: درک مقدماتی زبان برنامه نویسی پایتون.

آیا شما فردی هستید که می‌خواهید سفر خود را با AWS SageMaker آغاز کنید - یک سرویس مبتنی بر ابر برای ساخت و استقرار محصولات قدرتمند یادگیری ماشین، پس این دوره برای شما مناسب است.


Machine Learning آینده یکی از برترین زمینه های فناوری است که در حال حاضر در آن حضور خواهد داشت! یادگیری ماشین به طور گسترده در امور مالی، بانکداری، مراقبت های بهداشتی و فناوری پذیرفته شده است. این رشته با فرصت ها و آینده شغلی در حال انفجار است.


AWS یکی از پرکاربردترین پلتفرم‌های رایانش ابری در جهان است و چندین شرکت برای اهداف رایانش ابری خود به AWS وابسته هستند. AWS SageMaker یک سرویس کاملاً مدیریت شده است که توسط AWS ارائه می‌شود که به دانشمندان داده و متخصصان هوش مصنوعی اجازه می‌دهد مدل‌های AI/ML را به سرعت و کارآمد آموزش، آزمایش و اجرا کنند.


چه چیزی یاد خواهید گرفت؟


  • مفاهیم اساسی علم داده و یادگیری ماشین.

  • مدل های یادگیری ماشین را به صورت محلی با استفاده از sklearn بسازید.

  • معیارهای ارزیابی مدل مانند دقت، دقت، MAE و غیره...

  • بهینه سازی HyperParameter برای عملکرد بهتر مدل های ML.

  • مبانی رایانش ابری.

  • رایانش ابری چیست و چرا.

  • AWS چیست؟

  • خدمات مختلف ارائه شده توسط AWS.

  • AWS SageMaker - یک راه حل کامل برای ساخت و استقرار محصولات قدرتمند ML در فضای ابری.

  • پروژه‌های یادگیری ماشین را در Cloud اجرا کنید.

  • درباره الگوریتم های قدرتمند ساخته شده در یادگیری ماشین در AWS SageMaker بیاموزید.

  • بدون یادگیری ماشین کد با استفاده از AWS SageMaker Canvas.

  • بازار AWS SageMaker - مکانی برای خرید مدل‌های پیشرفته ML آموزش‌دیده برای استفاده مستقیم.


سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

  • بررسی اجمالی دوره و نتایج کلیدی یادگیری Course Overview and Key Learning Outcomes

مفاهیم یادگیری ماشینی Machine Learning Concepts

  • مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

  • چرخه زندگی یادگیری ماشینی Machine Learning Life Cycle

  • رگرسیون در یادگیری ماشینی Regression in Machine Learning

  • طبقه بندی در یادگیری ماشینی Classification in Machine Learning

  • خط لوله یادگیری ماشین Machine Learning Pipeline

  • تنظیم HyperParameter در یادگیری ماشین HyperParameter Tuning in Machine Learning

  • معیارهای ارزیابی مدل Model Evaluation Metrics

پردازش ابری Cloud Computing

  • مقدمه ای بر رایانش ابری Introduction to Cloud Computing

  • چگونه با AWS شروع کنیم How to get started with AWS

  • خدمات مختلف AWS Different AWS services

AWS SageMaker AWS SageMaker

  • مقدمه ای بر AWS SageMaker Introduction to AWS SageMaker

  • اولین پروژه ML در نمونه نوت بوک AWS SageMaker First ML Project on AWS SageMaker Notebook Instance

  • ساخته شده در الگوریتم ها در Sagemaker Built in Algorithms in Sagemaker

  • مثال عملی یادگیرنده خطی Linear Learner Practical Example

  • بدون کد ML با استفاده از AWS SageMaker Canvas No Code ML using AWS SageMaker Canvas

  • AWS SageMaker MarketPlace AWS SageMaker MarketPlace

نمایش نظرات

آموزش AWS SageMaker MasterClass
جزییات دوره
2.5 hours
18
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
6,001
4.3 از 5
دارد
دارد
دارد
Raj Chhabria
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Raj Chhabria Raj Chhabria

مهندس علوم کامپیوتر با تخصص DataScience