آموزش هنر و علم یادگیری ماشین - آخرین آپدیت

دانلود Art and Science of Machine Learning

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: به هنر و علم یادگیری ماشین خوش آمدید. این دوره در 6 ماژول تحویل داده می شود. این دوره مهارت های اساسی شهود ML ، قضاوت خوب و آزمایش لازم را برای تنظیم دقیق و بهینه سازی مدل های ML برای بهترین عملکرد را در بر می گیرد. شما یاد خواهید گرفت که چگونه مدل خود را با استفاده از تکنیک های منظم و در مورد تأثیر هایپرپارامترها مانند اندازه دسته ای و میزان یادگیری بر عملکرد مدل تعمیم دهید. ما برخی از رایج ترین الگوریتم های بهینه سازی مدل را پوشش خواهیم داد و به شما نشان می دهیم که چگونه می توانید یک روش بهینه سازی را در کد TensorFlow خود مشخص کنید.

سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه دوره Course Introduction

هنر ML The Art of ML

  • مقدمه Introduction

  • منظم سازی Regularization

  • منظم L1 & L2 L1 & L2 Regularizations

  • تنظیمات L1 L2 L1 & L2 Regularizations

  • مقدمه آزمایشگاه: منظم سازی Lab Intro: Regularization

  • شروع با GCP و Qwiklabs Getting Started With GCP And Qwiklabs

  • آزمایشگاه: منظم سازی Lab: Regularization

  • خوانش منابع - 1 - هنر ML (هنر ML) Resources Readings - 1 - The Art of ML (The Art of ML)

  • میزان یادگیری و اندازه دسته ای Learning Rate and Batch Size

  • بهینه سازی Optimization

  • معرفی آزمایشگاه: بررسی منحنی های یادگیری Lab Intro: Reviewing Learning Curves

  • آزمایشگاه: بررسی منحنی یادگیری Lab: Reviewing Learning Curve

  • خوانش منابع - 2 - هنر ML (میزان یادگیری و اندازه دسته ای) Resources Readings - 2 - The Art of ML (Learning Rate and Batch Size)

تنظیم Hyperparameter Hyperparameter Tuning

  • مقدمه Introduction

  • پارامترها در مقابل HyperParameters Parameters vs Hyperparameters

  • به دنبال جستجوی شبکه باشید Think Beyond Grid Search

  • مقدمه آزمایشگاه: داده های صادرات از BigQuery به Google Cloud Storage Lab Intro: Export Data from BigQuery to Google Cloud Storage

  • آزمایشگاه: صادر کردن داده ها از BigQuery به Cloud Storage Lab: Exporting data from BigQuery to Cloud Storage

  • آزمایشگاه آزمایشگاه: انجام تنظیم Hyperparameter Lab Intro: Performing Hyperparameter Tuning

  • آزمایشگاه: انجام تنظیم Hyperparameter Lab: Performing the Hyperparameter Tuning

  • خوانش منابع - 3 - تنظیم Hyperparameter Resources Readings - 3 - Hyperparameter Tuning

خرج کردن علم A Pinch of Science

  • مقدمه Introduction

  • منظم سازی برای کمبود Regularization for Sparsity

  • آزمایشگاه: تنظیم مجدد L1 Lab: L1 Regularization

  • راه حل آزمایشگاه: تنظیم مجدد L1 Lab Solution: L1 Regularization

  • خوانش منابع - 4 - یک پین علم (منظم سازی برای کمبود) Resources Readings - 4 - A Pinch of Science (Regularization for Sparsity)

  • رگرسیون لجستیک Logistic Regression

  • خوانش منابع - 5 - پین علم (رگرسیون لجستیک) Resources Readings - 5 - A Pinch of Science (Logistic Regression)

علم شبکه های عصبی The Science of Neural Networks

  • آشنایی با شبکه های عصبی Introduction to Neural Networks

  • شبکه های عصبی Neural Networks

  • آزمایشگاه: زمین بازی شبکه های عصبی Lab: Neural Networks Playground

  • آموزش شبکه های عصبی Training Neural Networks

  • معرفی آزمایشگاه: با استفاده از API عملکردی Keras DNN را بسازید Lab Intro: Build a DNN using the Keras Functional API

  • آزمایشگاه: با استفاده از API کاربردی Keras DNN را بسازید Lab: Build a DNN using the Keras Functional API

  • معرفی آزمایشگاه: مدل های آموزش در مقیاس با سیستم عامل AI Lab Intro: Training Models at Scale with AI Platform

  • آزمایشگاه: مدل های آموزش در مقیاس با سیستم عامل AI Lab: Training Models at Scale with AI Platform

  • شبکه های عصبی چند طبقه Multi-class Neural Networks

  • خوانش منابع - 6 - علم شبکه های عصبی Resources Readings - 6 - The Science of Neural Networks

جاسازی ها Embeddings

  • مقدمه ای برای تعبیه Introduction to Embeddings

  • بررسی تعبیه ها Review of Embeddings

  • توصیه ها Recommendations

  • تعبیه های مبتنی بر داده ها Data-driven Embeddings

  • تانسور پراکنده Sparse Tensors

  • تعبیه را آموزش دهید Train an Embedding

  • خاصیت خاصیت Similarity Property

  • معرفی آزمایشگاه: معرفی API عملکردی Lab Intro: Introducing the Functional API

  • آزمایشگاه: معرفی API عملکردی Keras Lab: Introducing the Keras Functional API

  • خوانش منابع - 7 - جاسازی Resources Readings - 7 - Embedding

خلاصه Summary

  • خلاصه دوره Course Summary

  • منابع - لیست کامپایل شده از خوانش ها Resources - Compiled List of Readings

  • تمام سوالات و پاسخ های مسابقه All Quiz Questions and Answers

نمایش نظرات

آموزش هنر و علم یادگیری ماشین
جزییات دوره
2h 39m
52
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
5
از 5
دارد
دارد
دارد
Google Cloud
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Google Cloud Google Cloud

ایجاد تحول دیجیتال با آموزش درخواستی

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.

در وب‌سایت رسمی Google Cloud بیشتر بیاموزید.