رگرسیون خطی و لجستیک، درخت تصمیم، XGBoost، SVM و سایر مدلهای ML در پایتون
این دوره به شما می آموزد که چگونه می توانید مدل های یادگیری ماشین سنتی خود را با استفاده از Databricks Machine Learning و MLflow برای مدیریت چرخه عمر یادگیری ماشین انتها به انتها بسازید و آموزش دهید.
Python، Excel، Deep Learning، Power BI، SQL، هوش مصنوعی، آمار کسب و کار، پروژه های Capstone و موارد دیگر را بیاموزید!
"نمای کلی کلاس: تکنیک تپ کردن دقیقا چیست؟ آیا سعی کرده اید خودتان یاد بگیرید و فقط به دیوارها برخورد کنید؟ آیا چیزی در رویکرد شما کم است؟ من. .."
کاربردهای عملی خدمات یادگیری ماشینی و هوش مصنوعی AWS را با استفاده از ترکیبی از مواد آموزشی و آزمایشگاههای عملی بیاموزید.
این دوره شرکت کنندگان را با ابزارهای MLOps و بهترین شیوه ها برای استقرار، ارزیابی، نظارت و اجرای سیستم های تولید ML در Google Cloud آشنا می کند.
مسیر خود را برای تبدیل شدن به یک متخصص یادگیری ماشین شروع کنید! اجازه دهید پرده های یادگیری ماشینی و جنگل تصادفی برداشته شوند. کاوش یک الگوریتم پیشرفته با جزئیات با پیاده سازی عملی با استفاده از Random Forest و Python
روی 15 پروژه جالب در سطح صنعت کار کنید که می تواند به شما در افزایش قدرت در رزومه کمک کند.
"نمای کلی کلاس: تکنیک Sweeping دقیقا چیست؟ آیا سعی کرده اید خودتان یاد بگیرید و فقط به دیوارها برخورد کنید؟ آیا چیزی در رویکرد شما کم است؟ ..."
بیاموزید که چگونه مدل یادگیری ماشین خود را با AWS SageMaker Canvas بدون نوشتن کد بسازید
این دوره نحوه پیاده سازی انواع مختلف سیستم های ML تولیدی را پوشش می دهد - آموزش استاتیک، پویا و مداوم. استنتاج استاتیک و پویا؛ و پردازش دسته ای و آنلاین.