آموزش مهندسی ویژگی با هوش مصنوعی مولد (Generative AI) - آخرین آپدیت

دانلود Feature Engineering with Generative AI

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: مهندسی ویژگی اغلب جایی است که پروژه‌های علوم داده متوقف می‌شوند: ایده‌ها دیر می‌رسند، درک بیزینسی محدود است و آزمایش‌های مفید در نوت‌بوک‌ها هرگز به جریان‌های کاری تکرارپذیر تبدیل نمی‌شوند. در این دوره، «مهندسی ویژگی با هوش مصنوعی مولد»، شما یاد می‌گیرید که با استفاده از هوش مصنوعی مولد به عنوان یک کمک‌خلبان (Copilot) و نه خلبان خودکار، ویژگی‌ها را تولید، اعتبارسنجی و عملیاتی کنید. ابتدا از کمک AI برای پیشنهاد و تایید تبدیل‌های ویژگی در داده‌های ساختاریافته و بدون ساختار استفاده خواهید کرد. سپس، با استفاده از یک چارچوب قضاوت تکرارپذیر، مفاهیم بیزینسی را به ایده‌های ویژگی تخصصی و قابل دفاع در دامنه مربوطه تبدیل می‌کنید. در نهایت، از مرحله آزمایش در نوت‌بوک به جریان‌های کاری خودکار و قابل استفاده مجدد برای ویژگی‌ها خواهید رسید. در پایان این دوره، مهارت‌ها و دانش لازم برای مهندسی ویژگی به کمک AI را کسب خواهید کرد تا خط لوله‌های (Pipelines) ویژگی سریع‌تر، ایمن‌تر و بازگشت‌پذیر بسازید.

سرفصل ها و درس ها

کدگذاری انواع ویژگی‌های ترکیبی با هوش مصنوعی مولد Encoding mixed feature types with generative AI

  • چرا مدل شما (هنوز) یاد نمی‌گیرد Why your model isn't learning (yet)

  • شروع با خط پایه: مدل واقعاً چه چیزی را می‌بیند Starting with the baseline: What the model actually sees

  • زمان، متن و ویژگی‌هایی که باقی ماندند Time, text, and the features that survived

  • چه چیزی باقی ماند و چرا What survived and why

تبدیل مفاهیم بیزینسی به ویژگی‌های تخصصی دامنه Turning business context into domain-specific features

  • ساخت زمینه تخصصی دامنه با AI Building domain context with AI

  • چارچوب ALIVE: فیلتر کردن ایده‌های ویژگی The ALIVE framework: Filtering feature ideas

خودکارسازی و عملیاتی کردن مهندسی ویژگی با کمک AI Automating and operationalizing feature engineering with AI assistance

  • چرا نوت‌بوک‌ها هنگام استفاده مجدد از کار می‌افتند Why notebooks break when you reuse them

  • تولید خودکار ویژگی‌ها Automated feature generation

  • خط لوله (Pipeline) قابل استفاده مجدد The reusable pipeline

  • آیا هنوز روی داده‌های جدید کار می‌کند؟ Does it still work on fresh data?

نمایش نظرات

آموزش مهندسی ویژگی با هوش مصنوعی مولد (Generative AI)
جزییات دوره
38m
10
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
1
از 5
دارد
دارد
دارد
Xavier Morera
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Xavier Morera Xavier Morera

خاویر بسیار علاقه مند به تدریس است ، به دیگران کمک می کند جستجو و Big Data را درک کنند. او همچنین یک کارآفرین ، مدیر پروژه ، نویسنده فنی ، مربی است و دارای چند گواهینامه با Cloudera ، Microsoft و Scrum Alliance ، همراه با MVP مایکروسافت است. او بخش عمده ای از حرفه خود را صرف کار بر روی پروژه های پیشرفته با تمرکز اصلی در .NET ، Solr و Hadoop در میان چند فناوری جالب دیگر کرده است. در طول چندین پروژه ، وی مهارت هایی را برای مقابله با راه حل های نرم افزاری پیچیده سازمانی ، کار با شرکت هایی که از شرکت های نوپا گرفته تا مایکروسافت کار می کنند ، کسب کرده است. خاویر همچنین به عنوان مربی v/trainer در سراسر جهان برای مایکروسافت کار می کرد.