اپلیکیشن اندرویدی فلشکارت آموزشی علم داده در فضای ابری: AWS SageMaker و GCP AI Platform
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره علم داده در فضای ابری: AWS SageMaker و GCP AI Platform
موضوع کلی: برنامه نویسی
موضوع میانی: علم داده (Data Science)
📋 سرفصلهای دوره
- 1. مبانی علم داده
- 2. مقدمه ای بر علم داده
- 3. نقش علم داده در کسب و کار
- 4. چرخه حیات علم داده
- 5. ابزارها و زبان های علم داده
- 6. مقدمه ای بر پایتون برای علم داده
- 7. مبانی پایتون: متغیرها و انواع داده
- 8. مبانی پایتون: عملگرها
- 9. مبانی پایتون: ساختارهای کنترلی (if, else, elif)
- 10. مبانی پایتون: حلقهها (for, while)
- 11. مبانی پایتون: توابع
- 12. مبانی پایتون: ماژول ها و بسته ها
- 13. مبانی پایتون: کار با لیست ها
- 14. مبانی پایتون: کار با تاپل ها
- 15. مبانی پایتون: کار با دیکشنری ها
- 16. مبانی پایتون: کار با مجموعه ها (sets)
- 17. مقدمه ای بر NumPy
- 18. آرایه های NumPy
- 19. عملیات پایه NumPy
- 20. ایندکس گذاری و برش در NumPy
- 21. عملیات ریاضی در NumPy
- 22. توابع آماری NumPy
- 23. مقدمه ای بر Pandas
- 24. ساختار داده DataFrame در Pandas
- 25. ساختار داده Series در Pandas
- 26. بارگذاری داده ها در Pandas (CSV, Excel)
- 27. پاکسازی داده ها در Pandas
- 28. مدیریت مقادیر گمشده در Pandas
- 29. تبدیل و مرتب سازی داده ها در Pandas
- 30. تجمیع و گروه بندی داده ها در Pandas
- 31. ادغام و ترکیب DataFrames
- 32. مقدمه ای بر تجسم داده ها
- 33. مقدمه ای بر Matplotlib
- 34. رسم نمودارهای خطی
- 35. رسم نمودارهای پراکندگی (Scatter plots)
- 36. رسم نمودارهای میله ای (Bar plots)
- 37. رسم هیستوگرام
- 38. سفارشی سازی نمودارها در Matplotlib
- 39. مقدمه ای بر Seaborn
- 40. نمودارهای آماری Seaborn
- 41. نمودارهای توزیعی Seaborn
- 42. نمودارهای رابطه ای Seaborn
- 43. نمودارهای دسته ای Seaborn
- 44. مقدمه ای بر علم داده در فضای ابری
- 45. چرا علم داده در فضای ابری؟
- 46. مزایای استفاده از ابر برای علم داده
- 47. مقدمه ای بر AWS SageMaker
- 48. مروری بر خدمات AWS
- 49. مفاهیم کلیدی SageMaker
- 50. محیط توسعه SageMaker Studio
- 51. ساخت و اجرای نوت بوک ها در SageMaker
- 52. مدیریت داده ها در SageMaker
- 53. SageMaker Ground Truth برای برچسب گذاری داده ها
- 54. SageMaker Feature Store
- 55. SageMaker Data Wrangler
- 56. مقدمه ای بر مدل سازی در SageMaker
- 57. آموزش مدل در SageMaker
- 58. استفاده از الگوریتم های داخلی SageMaker
- 59. استفاده از کانتینرهای سفارشی برای آموزش
- 60. پارامترهای آموزش و تنظیمات
- 61. ارزیابی مدل در SageMaker
- 62. استقرار مدل در SageMaker
- 63. SageMaker Endpoints برای پیش بینی آنلاین
- 64. SageMaker Batch Transform برای پیش بینی دسته ای
- 65. SageMaker Model Monitor
- 66. مقدمه ای بر GCP AI Platform
- 67. مروری بر خدمات GCP
- 68. مفاهیم کلیدی GCP AI Platform
- 69. محیط توسعه Vertex AI Workbench
- 70. ساخت و اجرای نوت بوک ها در Vertex AI Workbench
- 71. مدیریت داده ها در GCP
- 72. Vertex AI Feature Store
- 73. Vertex AI Data Labeling
- 74. مقدمه ای بر مدل سازی در GCP
- 75. آموزش مدل در GCP AI Platform
- 76. استفاده از الگوریتم های از پیش ساخته شده
- 77. استفاده از کانتینرهای سفارشی برای آموزش
- 78. پارامترهای آموزش و تنظیمات
- 79. ارزیابی مدل در GCP
- 80. استقرار مدل در GCP
- 81. Vertex AI Endpoints برای پیش بینی آنلاین
- 82. Vertex AI Batch Prediction
- 83. Vertex AI Model Monitoring
- 84. مقایسه SageMaker و GCP AI Platform
- 85. انتخاب پلتفرم مناسب
- 86. استراتژی های انتقال به ابر
- 87. امنیت در علم داده در فضای ابری
- 88. مدیریت دسترسی و هویت (IAM)
- 89. امنیت داده ها در ابر
- 90. ملاحظات حریم خصوصی در علم داده
- 91. هزینه ها و بهینه سازی هزینه در خدمات ابری
- 92. کاربردها و مطالعات موردی علم داده در ابر
- 93. علم داده برای تحلیل کسب و کار
- 94. علم داده برای یادگیری ماشین
- 95. علم داده برای پردازش زبان طبیعی (NLP)
- 96. علم داده برای بینایی ماشین (Computer Vision)
- 97. علم داده در اینترنت اشیاء (IoT)
- 98. اخلاقیات در علم داده
- 99. سوگیری در داده ها و مدل ها
- 100. مسئولیت پذیری در هوش مصنوعی
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.