آموزش ردیابی و ارزیابی آزمایش‌های مدل یادگیری ماشین (ML) - آخرین آپدیت

دانلود Track and Evaluate ML Model Experiments

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: دوره «ردیابی و ارزیابی آزمایش‌های مدل یادگیری ماشین» یک دوره متوسط و ضروری برای مهندسان یادگیری ماشین، دانشمندان داده و متخصصان MLOps است که قصد دارند فرآیند کاری خود را از اسکریپت‌نویسی‌های پراکنده به یک نظم سیستماتیک و حرفه‌ای ارتقا دهند. اگر تا به حال با مشکل «روی سیستم من کار می‌کرد» مواجه شده‌اید یا برای بازسازی نتایج عالی هفته‌های گذشته دچار مشکل شده‌اید، این دوره متدهای بنیادین MLOps را برای ایجاد یک جریان کاری قابل حسابرسی و مشارکتی در اختیار شما قرار می‌دهد. هدف اصلی این است که شما را قادر سازد تا چرخه کامل آزمایش‌ها را با اطمینان مدیریت کنید و تضمین نمایید هر مدلی که می‌سازید، تکرارپذیر، قابل ردیابی و آماده برای محیط عملیاتی (Production) باشد. در طول این دوره، شما به صورت عملی با ابزارهای استاندارد صنعت کار خواهید کرد. یاد می‌گیرید که چگونه از Data Version Control (DVC) برای نسخه‌بندی مجموعه‌داده‌ها و مدل‌ها با همان دقتی که برای کدها به کار می‌برید استفاده کنید و یک منبع واحد حقیقت (Single Source of Truth) برای تیم خود ایجاد نمایید. سپس، اسکریپت‌های آموزش مدل را با Weights & Biases (W&B) تجهیز می‌کنید تا هر هایپرپارامتر، معیار (Metric) و آرتیفکت را به صورت خودکار در یک داشبورد متمرکز و تعاملی ثبت کنید. در نهایت، یک چارچوب ارزیابی ساختاریافته را برای انتخاب مدل‌های قابل دفاع فرا می‌گیرید و فراتر از یک امتیاز F1 ساده، تعادلی بین عملکرد پیش‌بینی و محدودیت‌های عملیاتی حیاتی مانند تأخیر (Latency) و میزان مصرف حافظه برقرار می‌کنید. پس از اتمام دوره، شما مجموعه‌ای کامل از ابزارها را برای مدیریت چرخه حیات ML با شفافیت و دقت خواهید داشت. برای یادگیرندگانی که علاقه‌مند به پیاده‌سازی این مهارت‌های MLOps در حوزه‌های پیشرفته‌تر هستند، این دوره زیربنایی ایده‌آل برای موضوعاتی نظیر مهندسی LLM (Prompting، Tuning و Retrieval) فراهم می‌کند.

سرفصل ها و درس ها

نسخه‌بندی داده‌ها و مدیریت آرتیفکت‌ها Data Versioning and Artifact Management

  • مشکل «روی سیستم من کار می‌کرد» The "It Worked on My Machine" Problem

  • اولین Snapshot با DVC: گام به گام Your First DVC Snapshot: Step-by-Step

ردیابی و مدیریت آزمایش‌ها Experiment Tracking and Management

  • از هرج و مرج در اکسل تا بینش‌های سازمان‌یافته From Spreadsheet Chaos to Organized Insights

  • تجهیز اسکریپت آموزش مدل با W&B Instrumenting Your Training Script with W&B

ارزیابی و انتخاب مدل Model Evaluation and Selection

  • چارچوبی برای انتخاب مدل‌های قابل دفاع A Framework for Defensible Model Selection

نمایش نظرات

آموزش ردیابی و ارزیابی آزمایش‌های مدل یادگیری ماشین (ML)
جزییات دوره
2h 57m
5
(آخرین آپدیت)
83
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده