آموزش مبانی یادگیری ماشین (Machine Learning) - آخرین آپدیت

ایجاد مفاهیم اصلی و پایه‌های یادگیری ماشین Building Core Concepts and Foundations of ML

• یادگیری ماشین چیست؟ What is Machine Learning ?

• انتظارات از دوره مبانی یادگیری ماشین Expectations from Fundamentals of Machine Learning

• مقایسه هوش مصنوعی، یادگیری عمیق و یادگیری ماشین Al Vs Deep Learning Vs Machine Learning

• انواع یادگیری ماشین Types of Machine Learning

• یادگیری ماشین نظارت شده: طبقه‌بندی (Classification) Supervised Machine Learning - Classification

• یادگیری ماشین نظارت شده: رگرسیون (Regression) Supervised Machine Learning - Regression

• مراحل اجرای یادگیری ماشین Steps for Machine Learning

توسعه ML، آماده‌سازی و ارزیابی داده‌ها ML Development, Data Preparation, and Evaluation

• دموی تسک طبقه‌بندی Classification task - Demo

• انتخاب مدل، آموزش و ارزیابی Model Selection, Training and Evaluation

• ضروریات پیش‌پردازش داده‌ها Data Preprocessing Essentials

• دموی پیش‌پردازش داده‌ها Data Preprocessing - Demo

• ارزیابی مدل‌های طبقه‌بندی Evaluating Classification Models

• ماتریس اغتشاش (Confusion Matrix) Confusion Matrix

• معیارهای ارزیابی رگرسیون Evaluation Metrics - Regression

• دموی معیارهای ارزیابی Evaluation Metrics - Demo

تکنیک‌های یادگیری نظارت نشده: خوشه‌بندی و کشف الگو Unsupervised Learning Techniques: Clustering and Pattern Discovery

• یادگیری نظارت نشده: خوشه‌بندی Unsupervised Learning - Clustering

• درک خوشه‌بندی KMeans Understanding KMeans Clustering

• دموی خوشه‌بندی Clustering - Demo

• خوشه‌بندی سلسله‌مراتبی و خوشه‌بندی مبتنی بر چگالی Hierarchial Clustering and Density-Based Clustering

• یادگیری نظارت نشده: استخراج قوانین انجمنی Unsupervised Learning - Association Rule Mining

تکنیک‌های پیشرفته ML و گردش‌های کاری شتاب‌یافته با GPU Advanced ML Techniques and GPU-Accelerated Workflows

• مقدمه‌ای بر Nvidia RAPIDS Introduction to Nvidia RAPIDS

• دموی شتاب‌دهی به گردش کار ML روی GPU Accelerating the ML Workflow on GPU - Demo

• تکنیک‌های اعتبارسنجی متقاطع: GridSearch و RandomizedSearch Cross Validation Techniques - GridSearch & RandomizedSearch

• دموی تکنیک‌های اعتبارسنجی متقاطع Cross Validation Techniques - Demo

• مدل ARIMA: تحلیل سری‌های زمانی ARIMA Model - Time Series Analysis

• دموی مدل ARIMA ARIMA Model - Demo

طراحی و پیاده‌سازی راهکارهای یادگیری ماشین در AWS Designing and Implementing Machine Learning Solutions on AWS

• مثال‌هایی برای شناسایی موارد استفاده از یادگیری ماشین Example Use Cases to Identify the Machine Learing Use Case

• سرویس‌های AWS برای یادگیری ماشین AWS Services for Machine Learning

• استفاده از مدل‌های یادگیری عمیق و ML در محیط عملیاتی (Production) Usage of Deep Learning/ ML models in Production

• درک تفاوت بین AI، یادگیری عمیق و یادگیری ماشین Understanding difference - AI Vs Deep Learning Vs Machine Learning

ساخت و مدیریت گردش‌های کاری ML با Azure ML و MLOps Building & Managing ML Workflows with Azure ML and MLOps

• سازماندهی محیط‌های Azure Machine Learning Organazing Azure Machine Learning Environments

• اصطلاحات رایج مورد استفاده در یادگیری ماشین Common terminologies used in Machine Learning

• ایجاد و استفاده از کامپوننت‌ها در Azure Machine Learning Creating and Using components in Azure Machine Learning

• مدل‌های Azure Machine Learning AzureMachine Learning Models

• ایجاد یک فضای کاری (Workspace) در Azure Machine Learning Creating An Azure Machine Learning Workspace

• بررسی جامع فضای کاری Azure Machine Learning Azure Machine Learning Workspace Walk Through

• کاوش در Azure Machine Learning Studio Exploring Azure Machine Learning Studio