نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
این دوره برای پزشکان علوم داده ای است که با سرویس یادگیری ماشین Azure کار می کنند و به دنبال بهبود دقت ، کارایی و توضیح پذیری مدل ML خود هستند. متخصصان علم و یادگیری ماشین داده ها به طور خستگی ناپذیر برای بهبود کیفیت مدل های ML خود کار می کنند. در این دوره ، ارزیابی اثربخشی مدل در Microsoft Azure ، شما یاد خواهید گرفت که چگونه از Azure Machine Learning Studio برای بهبود مدل های خود استفاده کنید. ابتدا یاد خواهید گرفت که چگونه اثربخشی مدل را در Azure ارزیابی کنید. در مرحله بعدی ، خواهید فهمید که چگونه با حذف نصب بیش از حد و اجرای مجموعه ، عملکرد مدل بهبود می یابد. سرانجام ، شما نحوه ارزیابی تفسیرپذیری مدل ML را کشف خواهید کرد. وقتی این دوره را به پایان رسانید ، مهارت و دانش یادگیری ماشین لاجوردی را خواهید داشت که برای اطمینان از سازگاری ، دقت و توضیح مدلهای ML شما لازم است.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
-
بررسی اجمالی دوره
Course Overview
ارزیابی اثربخشی مدل
Evaluating Model Effectiveness
-
بررسی اجمالی
Overview
-
اصطلاحات مقدماتی
Preliminary Terminology
-
امتیاز دهی و ارزیابی یک خط لوله Azure ML
Scoring and Evaluating an Azure ML Pipeline
-
نسخه ی نمایشی: بازرسی خط لوله Azure ML
Demo: Inspecting an Azure ML Pipeline
-
نسخه ی نمایشی: امتیازدهی و ارزیابی مدل خط لوله
Demo: Scoring and Evaluating the Pipeline Model
-
خلاصه
Summary
بهبود عملکرد مدل
Improving Model Performance
-
بررسی اجمالی
Overview
-
شناسایی و جلوگیری از نصب بیش از حد
Detecting and Preventing Overfitting
-
یادگیری ماشین خودکار لاجوردی
Azure Automated Machine Learning
-
نسخه ی نمایشی: ایجاد یک آزمایش ML خودکار
Demo: Creating an Automated ML Experiment
-
نسخه ی نمایشی: تفسیر نتایج آزمایش
Demo: Interpreting the Experiment Results
-
خلاصه
Summary
ارزیابی تبیین مدل
Assessing Model Explainability
-
بررسی اجمالی
Overview
-
اصول راهنمای مایکروسافت برای هوش مصنوعی مسئولانه
Microsoft's Guiding Principles for Responsible AI
-
تعصب ناخواسته و تفسیرپذیری
Unintended Bias and Interpretability
-
تنظیم یک آزمایش در یک دفترچه یادداشت Jupyter
Setting Up an Experiment in a Jupyter Notebook
-
نسخه ی نمایشی: تور SDK Azure Python Interpretability
Demo: Touring the Azure Python Interpretability SDK
-
خلاصه
Summary
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.
نمایش نظرات