آموزش گوگل چگونه یادگیری ماشینی را انجام می دهد

ماژول 1 مقدمه ای بر تخصص Module 1 Introduction to specialization

• اسلایدهای ماژول 1 Module 1 Slides

• تخصص_برنامه Specialization_Agenda

• چرا گوگل؟ Why Google?

• چرا Google Cloud؟ Why Google Cloud?

ماژول 2- ابتدا هوش مصنوعی بودن به چه معناست Module 2- What it means to be AI first

• اسلایدهای ماژول 2 Module 2 Slides

• ابتدا هوش مصنوعی بودن به چه معناست What it means to be AI first

• دو مرحله ML Two stages of ML

• ML در محصولات Google ML in Google products

• Google Photos Google Photos

• مترجم گوگل Google Translate

• جایگزینی اکتشافی Replacing heuristics

• همه چیز در مورد داده است It's all about data

• Lab-Framing یک مشکل ML Lab-Framing an ML problem

• سوال: قاب بندی یک مشکل ML Question: Framing an ML Problem

• خلاصه آزمایشگاهی Lab debrief

• ML در برنامه های کاربردی ML in Applications

• مدل های از قبل آموزش دیده Pre-trained models

• بازار ML در حال تحول است The ML marketplace is evolving

• یک استراتژی داده A data strategy

• چوله آموزشی-سرویس Training-serving skew

• یک استراتژی ML A ML strategy

• کسب و کار خود را متحول کنید Transform your business

• معرفی آزمایشگاه: مورد استفاده غیر سنتی ML Lab Intro: Non-traditional ML use case

ماژول 3- چگونه گوگل ML را انجام می دهد Module 3- How Google does ML

• معرفی Introduction

• ML سورپرایز ML Surprise

• سس مخفی The secret sauce

• ML و فرآیندهای کسب و کار ML and Business Processes

• مسیر ML The Path to ML

• پایان مراحل شیرجه عمیق End of phases deep dive

ماژول 4- فراگیر ML Module 4- Inclusive ML

• ماژول 4 اسلاید Module 4 Slides

• معرفی Introduction

• یادگیری ماشین و تعصب انسانی Machine Learning and Human Bias

• ارزیابی معیارها برای گنجاندن Evaluating Metrics for Inclusion

• اندازه گیری های آماری و معاوضه های قابل قبول Statistical Measurements and acceptable tradeoffs

• برابری فرصت Equality of Opportunity

• شبیه سازی تصمیمات Simulating Decisions

• یافتن خطاها در مجموعه داده خود با استفاده از Facets Finding Errors in your dataset using Facets

ماژول 5- نوت بوک پایتون در فضای ابری Module 5- Python notebooks in the cloud

• ماژول 5 اسلاید Module 5 Slides

• معرفی ماژول Module Introduction

• Cloud Datalab Cloud Datalab

• دمو- Cloud Datalab Demo- Cloud Datalab

• فرآیند توسعه Development process

• محاسبات و ذخیره سازی Computation and storage

• معرفی Qwiklabs از Lak Intro to Qwiklabs from Lak

• آزمایشگاه: Rent-a-VM برای پردازش داده های زلزله MLGCP Lab: Rent-a-VM to process earthquake data MLGCP

• خلاصه آزمایشگاهی Lab debrief

• پوسته ابر Cloud shell

• موج سوم ابر_3 Third Wave of Cloud_3

• موج سوم ابر_3 Third Wave of Cloud_3

• موج سوم ابر_4 Third Wave of Cloud_4

• معرفی آزمایشگاه Lab Intro

• آزمایشگاه: تجزیه و تحلیل داده ها با استفاده از نوت بوک های پلتفرم هوش مصنوعی و BigQuery Lab: Analyzing data using AI Platform Notebooks and BigQuery

• خلاصه آزمایشگاهی Lab debrief

• ML - نه قوانین ML - not rules

• Cloud Vision API Cloud Vision API

• API هوش ویدیویی Video intelligence API

• Cloud Speech API Cloud Speech API

• ترجمه و NL Translation and NL

• Lab- مقدمه ML APIs Pretrained Lab- Pretrained ML APIs Intro

• راه حل آزمایشگاهی Lab Solution

• آزمایشگاه: فراخوانی APIهای یادگیری ماشین Lab: Invoking Machine Learning APIs

ماژول 6- خلاصه Module 6- Summary

• ماژول 6 اسلاید Module 6 Slides

• خلاصه - استراتژی ML Summary-ML Strategy