آموزش اتوماسیون، تحلیل و بازخورد هوش مصنوعی (AI Feedback) - آخرین آپدیت

دانلود Automate, Analyze, and AI Feedback

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.

نمونه ویدیوها: (صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)

توضیحات دوره: دوره «اتوماسیون، تحلیل و بازخورد هوش مصنوعی» یک دوره سطح متوسط برای متخصصان MLOps و دانشمندان داده است که نیاز دارند سیستم‌های هوش مصنوعی بسازند که نه تنها اجرا شوند، بلکه در طول زمان پایدار بمانند. در دنیای واقعی، حتی بهترین مدل‌ها به دلیل پدیده مدل دریفت (Model Drift) به مرور زمان دچار افت کیفیت می‌شوند. این دوره به شما می‌آموزد که با ایجاد سیستم‌های خودکار و خودبهبودبخش که از تجربیات عملی یاد می‌گیرند، با این مشکل مقابله کنید. شما یاد می‌گیرید که خط لوله‌های (Pipelines) انسان-در-حلقه (HITL) را طراحی و پیاده‌سازی کنید تا پیش‌بینی‌های با اطمینان پایین را شناسایی کرده، آن‌ها را برای بررسی توسط متخصصان انسانی ارسال کنند و بازآموزی خودکار مدل را با داده‌های جدید و باکیفیت برنامه‌ریزی نمایند. فراتر از دقت ساده، شما بر تکنیک‌های پیشرفته ارزیابی مدل مسلط خواهید شد. از طریق آزمایشگاه‌های عملی، منحنی‌های Precision-Recall (PR) را تولید و تحلیل می‌کنید، روش‌های بازنمونه‌گیری (Resampling) را برای اطمینان از تعمیم‌پذیری مدل به کار می‌برید و بهینه ترین آستانه تصمیم‌گیری را که بین اهداف تجاری متضاد (مانند به حداکثر رساندن Recall و به حداقل رساندن هشدارهای کاذب) تعادل ایجاد می‌کند، انتخاب می‌کنید. این دوره شما را مجهز می‌کند تا سیستم‌های MLOps تاب‌آوری بسازید که تخصص انسانی را به منبعی مستمر برای بهبود مدل تبدیل کند.

سرفصل ها و درس ها

سیستم‌های یادگیری انسان در حلقه (HITL) Human-in-the-Loop Learning Systems

مدل دریفت و بدهی فنی: تعریف و مفاهیم Model Drift and Technical Debt: A Definition
تجسم معماری HITL Visualizing the HITL Architecture
نحوه ساخت نقطه انتهایی بازخورد با FastAPI How to Build a Feedback Endpoint with FastAPI

بهینه‌سازی Precision-Recall و تحلیل مدل Precision-Recall Optimization and Model Analysis

تفسیر سطح زیر منحنی (AUC) Interpreting the Area Under the Curve (AUC)
نحوه ترسیم منحنی PR و یافتن آستانه بهینه How to Plot a PR Curve and Find the Optimal Threshold