آموزش کاهش پیچیدگی در داده ها در Microsoft Azure

Reducing Complexity in Data in Microsoft Azure

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: در یادگیری ماشینی ، مجموعه ویژگی ها می توانند به سرعت پیچیده و خسته کننده شوند. این دوره به شما مهارت های لازم برای کاهش پیچیدگی مجموعه ویژگی های شما را می دهد تا به شما کمک کند بینش بهتر و سازگار تری نسبت به داده های خود داشته باشید. اگر در حال ساخت مدل هایی برای علم داده هستید ، مجموعه ویژگی های شما به سرعت پیچیده و دشوار می شوند فهمیدن. در این دوره ، کاهش پیچیدگی در داده ها در Microsoft Azure ، شما می آموزید که چگونه پیچیدگی مجموعه ویژگی ها را کاهش داده ، مدل ها را قابل فهم تر ، ساخت ساده تر و مقاوم تر کنید. ابتدا یاد می گیرید که از پیچیدگی مجموعه ویژگی ها و چگونگی تأثیر آن بر مدل های خود مطلع شوید. در مرحله بعدی ، شما طیف وسیعی از تکنیک های مختلف را برای بهبود پیچیدگی مجموعه ویژگی های خود کشف خواهید کرد. سرانجام ، شما روش های پیشرفته مختلفی را برای کاهش پیچیدگی مجموعه ویژگی ها کشف خواهید کرد. هنگامی که با این دوره به پایان رسیدید ، مهارت ها و دانش لازم برای کاهش پیچیدگی مدل های خود را خواهید داشت و مدل های ساده تر و قابل مدیریتی را ایجاد می کنید ، که منجر به بینش بهتر و سازگارتر در مورد داده های شما می شود.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

درک اینکه ویژگی چگونه پیچیدگی بر کیفیت مدل تأثیر می گذارد Understanding How Feature Set Complexity Impacts Model Quality

  • مقدمه و بررسی اجمالی ماژول Introduction and Module Overview

  • پیچیدگی مجموعه ویژگی ها Feature Set Complexity

  • منابع خطای مدل Sources of Model Error

  • اندازه گیری و تشخیص مشکلات ناشی از پیچیدگی مجموعه ویژگی ها Measuring and Detecting Problems Due to Feature Set Complexity

  • پیچیدگی مجموعه ویژگی چگونه بر تفسیرپذیری مدل تأثیر می گذارد How Feature Set Complexity Impacts Model Interpretability

  • نسخه ی نمایشی Demo

  • خلاصه Summary

استفاده از تکنیک های کاهش ویژگی مبتنی بر معیارها Applying Criteria-based Feature Reduction Techniques

  • مقدمه و بررسی اجمالی ماژول Introduction and Module Overview

  • دلایل حذف ویژگی Reasons For Feature Elimination

  • تکنیک های تک متغیره Univariate Techniques

  • آزمون های آماری چگونه کار می کنند How Statistical Tests Work

  • تکنیک های دو متغیره Bivariate Techniques

  • تکنیک های چند متغیره Multivariate Techniques

  • نسخه ی نمایشی Demo

  • خلاصه Summary

استفاده از تجزیه و تحلیل مincipلفه اصلی برای کاهش مجموعه های عددی Using Principal Component Analysis to Reduce Numeric Feature Sets

  • مقدمه و بررسی اجمالی ماژول Introduction and Module Overview

  • PCA PCA

  • PCA چگونه کار می کند How PCA Works

  • KPCA KPCA

  • محدودیت های PCA PCA Limitations

  • نسخه ی نمایشی Demo

  • خلاصه Summary

پردازش مجموعه های طبقه بندی یا متن Processing Categorical or Text Feature Sets

  • مقدمه و بررسی اجمالی ماژول Introduction and Module Overview

  • چگونه می توان مجموعه های طبقه بندی یا ویژگی های متنی را پردازش کرد؟ How Can You Process Categorical or Text Feature Sets?

  • LDA LDA

  • آموزش فرهنگ لغت Dictionary Learning

  • t-SNE t-SNE

  • نسخه ی نمایشی Demo

  • خلاصه Summary

فراتر از PCA برای کاهش پیچیدگی در مجموعه های عددی Going beyond PCA to Reduce Complexity in Numeric Feature Sets

  • مقدمه و بررسی اجمالی ماژول Introduction and Module Overview

  • k-به معنای انباشت مدل است k-means Model Stacking

  • k-means چگونه کار می کند How k-means Works

  • رمزگذاران خودکار Autoencoders

  • یادگیری چند برابر Manifold Learning

  • نسخه ی نمایشی Demo

  • خلاصه Summary

نمایش نظرات

نظری ارسال نشده است.

آموزش کاهش پیچیدگی در داده ها در Microsoft Azure
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
2h 14m
37
Pluralsight (پلورال سایت) pluralsight-small
19 آذر 1398 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
از 5
دارد
دارد
دارد
Steph Locke

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Steph Locke Steph Locke

Steph از نظر تجارت دانشمند داده است و اکنون دو تجارت را اداره می کند که به کمک به کسب و کارها در پذیرش علم داده و هوش مصنوعی تمرکز دارند. او مقدار زیادی از اوقات فراغت خود را صرف ارتقا community مهارت های جامعه فنی در سطح کل می کند ، خواه این کار از طریق ارائه ، سازماندهی کنفرانس ها یا نوشتن کتاب باشد. Steph به دلیل تمرکز و کار در جامعه ، یک متخصص مایکروسافت با ارزش ترین در هوش مصنوعی و بستر داده است - یکی از تنها سه نفر در جهان است که این ترکیب را برگزار می کند.

Pluralsight (پلورال سایت)

Pluralsight یکی از پرطرفدارترین پلتفرم‌های آموزش آنلاین است که به میلیون‌ها کاربر در سراسر جهان کمک می‌کند تا مهارت‌های خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دوره‌های آموزشی در زمینه‌های فناوری اطلاعات، توسعه نرم‌افزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه می‌دهد.

یکی از ویژگی‌های برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعه‌دهندگان و کارشناسان معتبر، دوره‌هایی را ارائه می‌دهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژی‌ها نگه می‌دارد. این امر به کاربران این اطمینان را می‌دهد که دوره‌هایی که در Pluralsight می‌پذیرند، با جدیدترین دانش‌ها و تجارب به روز شده‌اند.