آموزش H20.ai
Learning H20.ai
پلت فرم H2O.ai شبیه هیچ چیزی است که تا به حال ندیده اید. طیف گسترده ای از راه حل ها و خدمات را ارائه می دهد که مدیریت، استقرار، مدیریت و نظارت بر مدل های یادگیری ماشین را در تولید آسان تر می کند. در این دوره، مربی جانانی راوی یک نمای کلی از نحوه شروع استفاده از برخی از اساسی ترین ویژگی های H20.ai را به شما ارائه می دهد.
با H20 Autoinsights ملزومات پلتفرم H20 AI Cloud، تجسم‌ها و بینش‌ها و تجزیه و تحلیل پیش‌بینی‌کننده را با H20 Driverless AI و H20 Python API کشف کنید. دریابید که چرا همه درباره قدرت H20.ai صحبت می کنند، که قدرت راه حل های بی پایان را در یک پلت فرم واحد، ایمن و مشترک ارائه می دهد.
این دوره توسط Loonycorn ایجاد شده است. ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.
معرفی Introduction
-
مروری بر H2O An overview of H2O
1. معرفی H2O.ai 1. Introducing H2O.ai
-
پیش نیازها Prerequisites
-
پلت فرم H2O.ai H2O.ai platform
-
پیشنهادات و معماری H2O.ai H2O.ai offerings and architecture
-
ثبت نام برای آزمایشی رایگان H2O.ai Signing up for the H2O.ai free trial
-
کاوش در پلتفرم ابری H2O.ai Exploring the H2O.ai cloud platform
2. تجسم و بینش با H2O AutoInsights 2. Visualizations and Insights with H2O AutoInsights
-
خلاصه کردن داده ها با استفاده از بینش خودکار H2O Summarizing data using H2O auto insights
-
سفارشی کردن بینش Customizing insights
-
بینش خودکار با بینش خودکار H2O Automated insights with H2O auto insights
-
تجزیه و تحلیل متن در مورد نظرات مشتریان با استفاده از بینش خودکار Text analysis on customer reviews using auto insights
-
تجزیه و تحلیل سری های زمانی با استفاده از بینش خودکار Time series analysis using auto insights
-
خلاصه کردن داده های احساسات توییت Summarizing tweet sentiment data
-
تجزیه و تحلیل داده های احساسات توییت Analyzing tweet sentiment data
3. تجزیه و تحلیل پیش بینی با هوش مصنوعی بدون راننده H1O 3. Predictive Analytics with H1O Driverless AI
-
تبدیل داده ها با استفاده از هوش مصنوعی بدون راننده Data transformation using Driverless AI
-
تجسم با استفاده از هوش مصنوعی بدون راننده Visualization using Driverless AI
-
تقسیم داده ها و پیکربندی آزمایش Data splitting and experiment configuration
-
آموزش تفسیر و ارزیابی یک مدل رگرسیون Train interpret and evaluate a regression model
-
مدل آموزشی با نشتی حذف شده است Training model with leakage removed
4. پیش بینی تجزیه و تحلیل با H2O Python API 4. Predictive Analytics with the H2O Python API
-
ماژول H2O Python را نصب کنید Install the H2O Python module
-
راه اندازی خوشه H2O و بارگذاری داده ها Initializing the H2O cluster and loading data
-
محاسبات مقدار و تبدیل نوع داده وجود ندارد Missing value imputations and data type conversions
-
آموزش یک برآوردگر خطی تعمیم یافته برای طبقه بندی باینری Training a generalized linear estimator for binary classification
-
پیکربندی پارامترها برای یک برآوردگر خطی تعمیم یافته Configuring parameters for a generalized linear estimator
-
آموزش مدل جنگل تصادفی با کلاس های متعادل Training a random forest model with balanced classes
نتیجه Conclusion
-
خلاصه و مراحل بعدی Summary and next steps
نمایش نظرات
نظری ارسال نشده است.
https://donyad.com/d/b2644d
آموزش سیستم های یادگیری ماشین تولید
Production Machine Learning Systems
این دوره نحوه پیاده‌سازی انواع سیستم‌های ML تولیدی - آموزش استاتیک، پویا و مداوم را پوشش می‌دهد. استنتاج استاتیک و پویا؛ و پردازش دسته ای و آنلاین.
آموزش مبانی یادگیری ماشین در AWS
Fundamentals of Machine Learning on AWS
یادگیری ماشینی یکی از داغ ترین زمینه های امروز جهان است. این دوره به شما می آموزد که چگونه با فناوریهای یادگیری ماشین AWS حل مشکلات تجاری را شروع کنید.
آموزش استفاده از یادگیری ماشینی در داده های خود با Google Cloud
Applying Machine Learning to your Data with Google Cloud
در این دوره، ما تعریف می کنیم که یادگیری ماشین چیست و چگونه می تواند برای کسب و کار شما مفید باشد. چند نمونه نمایشی از ML را در عمل خواهید دید و اصطلاحات کلیدی ML مانند نمونه‌ها، ویژگی‌ها و برچسب‌ها را یاد خواهید گرفت. در آزمایشگاه های تعاملی، فراخوانی ...
آموزش Tensorflow: کار با تصاویر
TensorFlow: Working with Images
نکات و نکات کار با تصاویر را در TensorFlow 2.0 بیاموزید
Janani Ravi
معمار و مهندس داده خبره Google Cloud
جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.
Linkedin (لینکدین)
لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی
لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.
لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.