نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
گنجاندن یادگیری ماشین در خطوط داده ، توانایی کسب و کارها را برای استخراج بینش از داده هایشان افزایش می دهد. این دوره چندین روش را شامل می شود تا یادگیری ماشین در خطوط داده موجود در Google Cloud Platform گنجانده شود. ادغام یادگیری ماشین در خطوط داده ، توانایی کسب و کارها برای استخراج بینش از داده های خود را افزایش می دهد. این دوره بسته به سطح سفارشی سازی مورد نیاز ، چندین روش را می توان یادگیری ماشین را در خطوط داده موجود در Google Cloud Platform گنجاند. برای شخصی سازی کم یا زیاد ، این دوره شامل AutoML است. برای بیشتر قابلیت های یادگیری ماشین متناسب ، این دوره نوت بوک های AI Platform و BigQuery Machine Learning را معرفی می کند. همچنین ، این دوره نحوه تولید تولید راه حلهای یادگیری ماشین با استفاده از Kubeflow را در بر می گیرد. فراگیران با استفاده از QwikLabs مدل های یادگیری ماشین در Google Cloud Platform را تجربه عملی می کنند.
سرفصل ها و درس ها
مقدمه
Introduction
-
معرفی دوره
Course Introduction
مقدمه ای بر تجزیه و تحلیل و هوش مصنوعی
Introduction to Analytics and AI
-
ML چیست؟
What is ML?
-
یادگیری ماشین و هوش مصنوعی
Machine Learning and AI
-
گزینه های ML در Google Cloud Platform
ML options on Google Cloud Platform
-
بازی: مرور مفاهیم کلیدی ML
Game:Reviewing key ML concepts
API های پیش ساخته مدل ML برای داده های بدون ساختار
Prebuilt ML model APIs for Unstructured Data
-
داده های بدون ساختار سخت است
Unstructured Data is Hard
-
ML API برای غنی سازی داده ها
ML APIs for Enriching Data
-
شروع کار با GCP و Qwiklabs
Getting Started With GCP And Qwiklabs
-
Lab Intro: استفاده از API زبان طبیعی برای طبقه بندی متن بدون ساختار
Lab Intro:Using the Natural Language API to Classify Unstructured Text
-
آزمایشگاه: استفاده از API زبان طبیعی برای طبقه بندی متن بدون ساختار
Lab: Using the Natural Language API to classify unstructured text
تجزیه و تحلیل داده های بزرگ با نوت بوک های بستر های نرم افزاری Cloud
Big Data Analytics with Cloud AI Platform Notebooks
-
نوت بوک چیست
What’s a Notebook
-
سحر و جادو BigQuery و پانداها را می بندد
BigQuery Magic and Ties to Pandas
-
Intro Lab: BigQuery در آزمایشگاه های Jupyter در بستر AI
Lab Intro :BigQuery in Jupyter Labs on AI Platform
-
آزمایشگاه: BigQuery در آزمایشگاه های Jupyter در بستر AI
Lab: BigQuery in Jupyter Labs on AI Platform
تولید مدل های سفارشی ML
Productionizing Custom ML Models
-
مراحل پروژه های ML
Phases of ML Projects
-
راه های انجام ML سفارشی در GCP
Ways to do custom ML on GCP
-
Kubeflow
Kubeflow
-
مرکز هوش مصنوعی
AI Hub
-
آزمایشگاه معرفی: اجرای مدل های هوش مصنوعی در Kubeflow
Lab Intro:Running AI models on Kubeflow
-
آزمایشگاه: اجرای خطوط لوله ML در Kubeflow
Lab: Running ML Pipelines on Kubeflow
-
خلاصه
Summary
ساخت مدل سفارشی با SQL در BigQuery ML
Custom Model building with SQL in BigQuery ML
-
BigQuery ML برای ساخت مدل سریع
BigQuery ML for Quick Model Building
-
طبقه بندی ، رگرسیون و مدلهای پیشنهادی
Classification, Regregression, and Recommender Models
-
ML بدون نظارت با مدلهای خوشه ای
Unsupervised ML with Clustering Models
-
معرفی آزمایشگاه: پیش بینی مدت زمان سفر با دوچرخه با مدل رگرسیون در BQML
Lab Intro:Predict Bike Trip Duration with a Regression Model in BQML
-
آزمایشگاه: پیش بینی مدت زمان سفر با دوچرخه با مدل رگرسیون در BQML
Lab: Predict Bike Trip Duration with a Regression Model in BQML
-
Lab Intro: توصیه های فیلم در BigQuery ML
Lab Intro:Movie Recommendations in BigQuery ML
-
آزمایشگاه: توصیه های فیلم در BigQuery ML
Lab: Movie Recommendations in BigQuery ML
-
خلاصه
Summary
ساختمان مدل سفارشی با Cloud AutoML
Custom Model Building with Cloud AutoML
-
چرا خودکار ML؟
Why Auto ML?
-
Auto ML Vision
Auto ML Vision
-
Auto ML NLP
Auto ML NLP
-
جداول خودکار ML
Auto ML Tables
خلاصه
Summary
-
خلاصه دوره
Course Summary
-
آموزش تجزیه و تحلیل ماشین هوشمند و هوش مصنوعی در اسلایدهای Google Cloud
Smart Analytics Machine Learning and AI on Google Cloud Slides
نمایش نظرات