ساخت ، آموزش و اعتبار سنجی مدل ها در مایکروسافت لاجورد - آخرین آپدیت

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

ایجاد یک فرضیه Creating a Hypothesis

• نمای کلی Overview

• عوامل یک فرضیه به خوبی تعریف شده Factors of a Well Defined Hypothesis

• فرضیه جایگزین و فرضیه تهی Alternative Hypothesis and Null Hypothesis

• شاخص های کلیدی عملکرد مورد نیاز است Key Performance Indicators Required

• معیارهای پذیرش فرضیه Hypothesis Acceptance Criteria

• خلاصه Summary

منابع و تبدیل داده های مرتبط با یک فرضیه Sourcing and Transforming Data Relevant to a Hypothesis

• نمای کلی Overview

• نمای کلی خدمات یادگیری ماشین لاجورد Azure Machine Learning Services Overview

• شناسایی و تهیه اطلاعات مربوطه Identifying and Sourcing the Relevant Data

• آموزش و & nbsp؛ آزمایش & nbsp؛ زیر مجموعه های داده Training and Testing Data Subsets

• آموزش و آزمایش زیر مجموعه داده ها Training and Testing Data Subsets

• تبدیل داده & nbsp؛ استفاده از & nbsp؛ لاجوردی & nbsp؛ م Learnلفه های یادگیری ماشین Data Transformation Using Azure Machine Learning Components

• تبدیل داده ها با استفاده از مؤلفه های یادگیری ماشین لاجورد Data Transformation Using Azure Machine Learning Components

• خلاصه Summary

شناسایی ویژگی ها از داده های خام Identifying Features from Raw Data

• نمای کلی Overview

• انتخاب داده & nbsp؛ دانه دانه بودن Selecting Data Granularity

• انتخاب دانه بندی داده Selecting Data Granularity

• متغیرهای وابسته و مستقل Dependent and Independent Variables

• انتخاب روش رمزگذاری مناسب Choosing the Right Encoding Method

• مقیاس بندی ویژگی Feature Scaling

• تکنیک های رایج انتخاب ویژگی Common Feature Selection Techniques

• خلاصه Summary

ساختن مدل Building the Model

• نمای کلی Overview

• انتخاب مدل مناسب Selecting the Appropriate Model

• انتخاب & nbsp؛ مدل مناسب Selecting the Appropriate Model

• Azure ML: گزینه های طبقه بندی & nbsp؛ Azure ML: Classification Model Options

• Azure ML: گزینه های مدل طبقه بندی Azure ML: Classification Model Options

• ساخت و ثبت مدل Building and Registering the Model

• معیارهای طبقه بندی مدل اختیاری Metrics for Model Classification Optional

• تنظیم Hyperparameters و تفسیر مدل Tuning Hyperparameters and Interpreting the Model

• استقرار مدل Deploying the Model

• خلاصه Summary

نظارت و مدیریت عملکرد یک مدل Monitoring and Managing the Performance of a Model

• نمای کلی Overview

• استراتژی عملکرد مدل Model Performance Strategy

• مدل بازآموزی با یادگیری خودکار ماشین Retraining Model with Automated Machine Learning

• نظارت بر مدل Monitoring the Model

• نظارت بر رانش داده Monitoring Data Drift

• خلاصه Summary