لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش یادگیری ماشین برای حرفه ای های کسب و کار
Machine Learning for Business Professionals
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
اگر میپرسید تبلیغات یادگیری ماشینی در مورد چیست یا میخواهید بدانید که بدون اصطلاحات فنی چه کاری میتواند برای شرکت شما انجام دهد، این دوره برای شما مناسب است. در این کلاس، یاد بگیرید که یادگیری ماشین چیست، چگونه مشکلات تجاری را به موارد استفاده از یادگیری ماشین ترجمه کنید، چگونه این موارد استفاده را برای امکان سنجی و تاثیرگذاری بررسی کنید، چگونه موارد استفاده غیرمنتظره را کشف کنید، چگونه یک پروژه یادگیری ماشین را در مراحل مختلف آن انجام دهید. و چگونه یادگیری ماشینی و هوش مصنوعی را مسئولانه و اخلاقی دنبال کنیم.
سرفصل ها و درس ها
معرفی
Introduction
معرفی
Introduction
معرفی
Introduction
شروع کار با GCP و Qwiklabs
Getting started with GCP and Qwiklabs
شروع کار با GCP و Qwiklabs
Getting started with GCP and Qwiklabs
یادگیری ماشینی چیست؟
What is Machine Learning?
موارد و الگوریتم های استفاده استاندارد
Standard Use Cases and Algorithms
موارد و الگوریتم های استفاده استاندارد
Standard Use Cases and Algorithms
ویژگی های داده ها
Characteristics of Data
ویژگی های داده ها
Characteristics of Data
ML در مقابل هوش مصنوعی
ML vs. Artificial Intelligence
ML در مقابل هوش مصنوعی
ML vs. Artificial Intelligence
بینش های پیش بینی و تصمیم گیری های مکرر
Predictive Insights and Repeated Decisions
بینش های پیش بینی و تصمیم گیری های مکرر
Predictive Insights and Repeated Decisions
موارد استفاده در زندگی واقعی
Real life Use Cases
موارد استفاده در زندگی واقعی
Real life Use Cases
آزمایشگاه: یک چت بات سفارش پیتزا با Dialogflow ایجاد کنید
Lab: Create a pizza-ordering chatbot with Dialogflow
آزمایشگاه: یک چت بات سفارش پیتزا با Dialogflow ایجاد کنید
Lab: Create a pizza-ordering chatbot with Dialogflow
ساختن بررسی آزمایشگاه چت بات
Building a Chatbot Lab Review
ساختن بررسی آزمایشگاه چت بات
Building a Chatbot Lab Review
چرا الان ML؟ قسمت 1
Why ML Now? Part 1
چرا الان ML؟ قسمت 1
Why ML Now? Part 1
چرا الان ML؟ قسمت 2
Why ML Now? Part 2
چرا الان ML؟ قسمت 2
Why ML Now? Part 2
آزمایشگاه: درک تصاویر با Google Cloud
Lab: Understanding Images with Google Cloud
آزمایشگاه: درک تصاویر با Google Cloud
Lab: Understanding Images with Google Cloud
بررسی بررسی آزمایشگاه تصاویر
Understanding Images Lab Review
بررسی بررسی آزمایشگاه تصاویر
Understanding Images Lab Review
استفاده مسئولانه از هوش مصنوعی
Using AI Responsibly
استفاده مسئولانه از هوش مصنوعی
Using AI Responsibly
به کارگیری ML
Employing ML
معرفی
Introduction
معرفی
Introduction
اصطلاحات ML در زمینه
ML Terminology in Context
اصطلاحات ML در زمینه
ML Terminology in Context
کسب داده های برچسب دار قسمت 1
Acquiring Labeled Data Part 1
کسب داده های برچسب دار قسمت 1
Acquiring Labeled Data Part 1
کسب داده های برچسب دار قسمت 2
Acquiring Labeled Data Part 2
کسب داده های برچسب دار قسمت 2
Acquiring Labeled Data Part 2
نسخه ی نمایشی خدمات برچسب زدن
Labeling Service Demo
نسخه ی نمایشی خدمات برچسب زدن
Labeling Service Demo
آموزش مدل قسمت 1
Model Training Part 1
آموزش مدل قسمت 1
Model Training Part 1
آموزش مدل قسمت 2
Model Training Part 2
آموزش مدل قسمت 2
Model Training Part 2
ارزیابی مدل
Model Evaluating
ارزیابی مدل
Model Evaluating
بهترین روش های عمومی
General Best Practices
بهترین روش های عمومی
General Best Practices
تعصب انسانی در ML قسمت 1
Human Bias in ML Part 1
تعصب انسانی در ML قسمت 1
Human Bias in ML Part 1
تعصب انسانی در ML قسمت 2
Human Bias in ML Part 2
تعصب انسانی در ML قسمت 2
Human Bias in ML Part 2
تعصب انسانی در ML قسمت 3
Human Bias in ML Part 3
تعصب انسانی در ML قسمت 3
Human Bias in ML Part 3
فعالیت: درک روابط آموخته شده با استفاده از مرور پروژکتور جاسازی
Activity:Understanding Learned Relationships using the Embedding Projector Review
فعالیت: درک روابط آموخته شده با استفاده از مرور پروژکتور جاسازی
Activity:Understanding Learned Relationships using the Embedding Projector Review
انصاف در ML قسمت 1
Fairness in ML Part 1
انصاف در ML قسمت 1
Fairness in ML Part 1
انصاف در ML قسمت 2
Fairness in ML Part 2
انصاف در ML قسمت 2
Fairness in ML Part 2
فعالیت: اعمال نگرانی های عادلانه با بررسی ابزار What-If
Activity:Applying Fairness Concerns with the What-If tool Review
فعالیت: اعمال نگرانی های عادلانه با بررسی ابزار What-If
Activity:Applying Fairness Concerns with the What-If tool Review
کشف موارد استفاده از ML
Discovering ML Use Cases
معرفی
Introduction
معرفی
Introduction
ساده سازی سیستم های مبتنی بر قانون بخش 1
Simplifying Rule-based Systems Part 1
ساده سازی سیستم های مبتنی بر قانون بخش 1
Simplifying Rule-based Systems Part 1
ساده سازی سیستم های مبتنی بر قانون بخش 2
Simplifying Rule-based Systems Part 2
ساده سازی سیستم های مبتنی بر قانون بخش 2
Simplifying Rule-based Systems Part 2
ساده سازی سیستم های مبتنی بر قانون بخش 3
Simplifying Rule-based Systems Part 3
ساده سازی سیستم های مبتنی بر قانون بخش 3
Simplifying Rule-based Systems Part 3
ساده سازی فرآیندهای کسب و کار
Streamlining Business Processes
ساده سازی فرآیندهای کسب و کار
Streamlining Business Processes
درک داده های بدون ساختار
Understanding Unstructured Data
درک داده های بدون ساختار
Understanding Unstructured Data
شخصی سازی تجربیات
Personalizing Experiences
شخصی سازی تجربیات
Personalizing Experiences
سیستم های توصیه کننده قسمت 1
Recommender Systems Part 1
سیستم های توصیه کننده قسمت 1
Recommender Systems Part 1
سیستم های توصیه کننده قسمت 2
Recommender Systems Part 2
سیستم های توصیه کننده قسمت 2
Recommender Systems Part 2
موارد استفاده الهام بخش ML
Inspiring ML use cases
موارد استفاده الهام بخش ML
Inspiring ML use cases
زمان استفاده از ML
When to use ML
زمان استفاده از ML
When to use ML
فعالیت: تولید ریتمهای جدید با مرور یادگیری ماشین
Activity:Generating Novel Rhythms with Machine Learning Review
فعالیت: تولید ریتمهای جدید با مرور یادگیری ماشین
Activity:Generating Novel Rhythms with Machine Learning Review
ML در سری
ML in Series
ML در سری
ML in Series
خلاصه
Summary
خلاصه
Summary
چگونه در ML موفق باشیم
How to be successful at ML
معرفی
Introduction
معرفی
Introduction
استراتژی داده بخش 1
Data Strategy Part 1
استراتژی داده بخش 1
Data Strategy Part 1
استراتژی داده قسمت 2
Data Strategy Part 2
استراتژی داده قسمت 2
Data Strategy Part 2
استراتژی داده قسمت 3
Data Strategy Part 3
استراتژی داده قسمت 3
Data Strategy Part 3
آزمایشگاه: پیشبینی خرید بازدیدکنندگان با مدل BQML (ML برای حرفهایهای تجاری)
Lab: Predicting visitor purchases with BQML model (ML for Business Professionals)
آزمایشگاه: پیشبینی خرید بازدیدکنندگان با مدل BQML (ML برای حرفهایهای تجاری)
Lab: Predicting visitor purchases with BQML model (ML for Business Professionals)
پیش بینی خرید بازدیدکنندگان با مدل BQML
Predicting visitor purchases with BQML model
پیش بینی خرید بازدیدکنندگان با مدل BQML
Predicting visitor purchases with BQML model
حاکمیت داده قسمت 1
Data Governance Part 1
حاکمیت داده قسمت 1
Data Governance Part 1
نسخه ی نمایشی پوشش داده ها
Data Masking Demo
نسخه ی نمایشی پوشش داده ها
Data Masking Demo
حاکمیت داده قسمت 2
Data Governance Part 2
حاکمیت داده قسمت 2
Data Governance Part 2
حاکمیت داده قسمت 3
Data Governance Part 3
حاکمیت داده قسمت 3
Data Governance Part 3
ایجاد فرهنگ نوآوری بخش 1
Creating a Culture of Innovation Part 1
ایجاد فرهنگ نوآوری بخش 1
Creating a Culture of Innovation Part 1
ایجاد فرهنگ نوآوری بخش 2
Creating a Culture of Innovation Part 2
ایجاد فرهنگ نوآوری بخش 2
Creating a Culture of Innovation Part 2
Google Cloud آموزش و گواهینامه های درخواستی را در فناوری های ابری در حال ظهور ارائه می دهد.
Google Cloud با صدها آزمایشگاه، دوره و نشان مهارت، متخصصان را قادر میسازد تا مهارتهای ابری حیاتی را با سرعت خودشان ایجاد کنند. آزمایشگاههای عملی این شرکت اعتبارنامههای موقتی را به منابع واقعی ابر ارائه میدهند، بنابراین افراد میتوانند Google Cloud را با استفاده از چیز واقعی یاد بگیرند. فراگیران همچنین می توانند با کسب گواهینامه های Google Cloud و/یا نشان های مهارتی که می توانند با شبکه خود به اشتراک بگذارند، تخصص خود را تأیید کنند.
نمایش نظرات