آموزش از بین بردن امتحان تخصصی یادگیری ماشین AWS
Demystifying the AWS Certified Machine Learning Specialty Exam
بررسی اجمالی دوره Course Overview
-
بررسی اجمالی دوره Course Overview
درک آزمون Understanding the Exam
-
درباره گواهینامه About the Certification
-
درباره امتحان About the Exam
-
دامنه های محتوا Content Domains
-
ثبت نام در آزمون Registering for the Exam
-
آماده شدن برای امتحان Preparing for the Exam
بررسی مهندسی داده Data Engineering Review
-
مفاهیم اصلی Core Concepts
-
بررسی مبتنی بر سناریو Scenario Based Review
-
راه حل های سناریو Scenario Solutions
بررسی تجزیه و تحلیل داده های اکتشافی Exploratory Data Analysis Review
-
مفاهیم اصلی Core Concepts
-
بررسی مبتنی بر سناریو Scenario Based Review
-
راه حل های سناریو Scenario Solutions
بررسی مدل سازی داده ها Data Modeling Review
-
مفاهیم اصلی Core Concepts
-
بررسی مبتنی بر سناریو Scenario Based Review
-
راه حل های سناریو Scenario Solutions
مرور عملیات یادگیری ماشین Machine Learning Operations Review
-
مفاهیم اصلی Core Concepts
-
بررسی مبتنی بر سناریو Scenario Based Review
-
راه حل های سناریو Scenario Solutions
نمایش نظرات
نظری ارسال نشده است.
https://donyad.com/d/dc35
آموزش استفاده از یادگیری ماشینی برای از بین بردن جلسات
Using Machine Learning to Eliminate Meetings
آن کنفرانس 2019 | استفاده از یادگیری ماشینی برای از بین بردن جلسات | ایوان آیزنبرگ
آموزش یادگیری ماشینی با XGBoost با استفاده از یادگیری scikit در پایتون
Machine Learning with XGBoost Using scikit-learn in Python
XGBoost برنده ترین روش یادگیری ماشین نظارت شده در مدل سازی رقابتی در مجموعه داده های ساختاری است. این دوره اصول XGBoost ، از جمله نحو اساسی ، توابع و پیاده سازی مدل را در دنیای واقعی به شما می آموزد.
آموزش یادگیری ماشین با پایتون: قوانین انجمن
Machine Learning with Python: Association Rules
رویکرد یادگیری ماشین بدون نظارت که به عنوان قوانین مرتبط شناخته می شود، و همچنین راهنمای گام به گام نحوه استفاده از رویکرد برای تجزیه و تحلیل سبد بازار در پایتون را بررسی کنید.
آموزش یادگیری ماشینی برای خدمات مالی
Machine Learning for Financial Services
این دوره جنبه های مفهومی استفاده از یادگیری ماشین را برای مشکلات صنعت خدمات مالی بررسی می کند و در مورد مطالعات موردی یادگیری ماشینی مورد استفاده در خدمات مالی بحث می کند.
David Tucker
دیوید یک مشاور توسعه ابر برنده جایزه Webby است که بر برنامه های وب بومی ، تلفن همراه و اینترنت اشیا cloud ابری تمرکز دارد. دیوید برای بیش از پانزده سال به عنوان مشاور ، توسعه نرم افزار سفارشی را در سیستم عامل های در حال ظهور برای شرکت هایی مانند FedEx ، AT&T ، Sony Music ، Intel ، Comcast ، هرمان میلر ، Principal Financial و Adobe (و همچنین بسیاری دیگر) هدایت کرده است. دیوید با کارهای منتشر شده برای O'Reilly و Lynda.com مرتباً در زمینه دیجیتال می نویسد و صحبت می کند. او برای Mashable ، Smashing Magazine و VentureBeat نویسندگی کرده و در رویدادهایی مانند AdTech ، Interop و Adobe Max سخنرانی کرده است.
Pluralsight (پلورال سایت)
Pluralsight یکی از پرطرفدارترین پلتفرم‌های آموزش آنلاین است که به میلیون‌ها کاربر در سراسر جهان کمک می‌کند تا مهارت‌های خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دوره‌های آموزشی در زمینه‌های فناوری اطلاعات، توسعه نرم‌افزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه می‌دهد.
یکی از ویژگی‌های برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعه‌دهندگان و کارشناسان معتبر، دوره‌هایی را ارائه می‌دهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژی‌ها نگه می‌دارد. این امر به کاربران این اطمینان را می‌دهد که دوره‌هایی که در Pluralsight می‌پذیرند، با جدیدترین دانش‌ها و تجارب به روز شده‌اند.