یادگیری ماشینی چیست و چه نوع مشکلاتی را می تواند حل کند؟ Google به یادگیری ماشین کمی متفاوت فکر می کند - داشتن منطق ، و نه فقط داده. ما در مورد اینکه چرا چنین قاب بندی هنگام استفاده از فکر مفید است ، صحبت می کنیم ...
در این دوره ، شما یاد خواهید گرفت که چگونه می توانید با استفاده از RapidMiner Studio ، یک بستر علوم داده برای آماده سازی داده ها ، یادگیری ماشین و استقرار مدل پیش بینی ، گردش کار یادگیری ماشین خود را توسعه دهید.
در این دوره ، شما یاد خواهید گرفت که از TensorFlow.js برای ساخت ، آموزش و استقرار مدل های یادگیری ماشین و یادگیری عمیق برای تأمین انرژی برنامه های سمت کلاینت و سمت سرور با استفاده از زبان JavaScript استفاده کنید.
مهارت های یادگیری ضروری ماشین را دریافت کنید و از آنها در شرایط زندگی واقعی استفاده کنید
" خلاقیت خود را با گلهای وحشی گسترش دهید. ماشین گلدوزی رایگان یک کلاس هنری تمام سطحی است که بر تکنیک گلدوزی با ماشین خطکشی حرکتی رایگان تمرکز دارد. .."
مدیریت فرایند یادگیری ماشین با استفاده از روشهای توصیه شده برای امکان همکاری ، ردیابی و نظارت بر زمان واقعی ضروری است. این دوره به شما می آموزد که مهمترین نگرانی ها و موضوعاتی که باید هنگام توسعه یک ...
"رازهای اساسی طراحی ماشین و تمام تکنیک های طراحی لازم برای شروع را بیاموزید! سلام! طراحی خودرو، احتمالا یکی از مهم ترین الف. .."
حرفه ای های تجاری در نقش های غیر فنی یک فرصت منحصر به فرد برای هدایت یا تأثیرگذاری بر پروژه های یادگیری ماشین دارند. اگر در مورد یادگیری ماشینی س questionsال دارید و می خواهید بدون استفاده از اصطلاحات فنی ، نحوه استفاده از آن را بفهمید ، این دوره ...
ساخت و استقرار مدلهای یادگیری ماشینی بدون کدنویسی را بیاموزید (رویکرد کد صفر برای تقویتکننده هوش مصنوعی؛ ML) هوش مصنوعی (AI) و یادگیری ماشینی (ML). .."
این دوره شرکت کنندگان را با ابزارها و بهترین شیوه های MLOps برای استقرار ، ارزیابی ، نظارت و بهره برداری از سیستم های تولید ML در Google Cloud آشنا می کند. MLOps بر استقرار ، آزمایش ، نظارت و اتوماسیون سیستم های ML متمرکز است.
"این دوره نحوه ساخت مدل های یادگیری ماشینی را از ابتدا با استفاده از کتابخانه های Python و Scikit-learn پوشش می دهد. ساختار دوره در زیر نشان داده شده است. یادگیری ماشینی. .."
این سخنرانی معماری جریان مدرن را با دسته های سنتی و گزینه های کلان داده و مزایا مقایسه می کند.