دوره یادگیری ماشین با Google Cloud AI Platform / Vertex AI همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

1,990,000 تومان
یادگیری ماشین با Google Cloud AI Platform / Vertex AI - شاهراه هوش مصنوعی دوره جامع: یادگیری ماشین با Google Cloud AI Platform / Vertex AI شاهراه شما به سوی تسلط بر هوش مصنوعی ابری و انقلاب یادگیری ما...
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 497,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری ماشین با Google Cloud AI Platform / Vertex AI

موضوع کلی: برنامه نویسی

موضوع میانی: رایانش ابری (Cloud Computing)

📋 سرفصل‌های دوره

  • 1. مبانی یادگیری ماشین
  • 2. مقدمه ای بر هوش مصنوعی
  • 3. مقدمه ای بر یادگیری ماشین
  • 4. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 5. مبانی یادگیری عمیق
  • 6. شبکه های عصبی چیستند
  • 7. مقدمه ای بر Google Cloud Platform (GCP)
  • 8. مفاهیم اساسی رایانش ابری
  • 9. معماری Google Cloud Platform
  • 10. خدمات اصلی GCP: Compute Engine, Cloud Storage, BigQuery
  • 11. مقدمه ای بر Google Cloud AI Platform / Vertex AI
  • 12. چرا از Vertex AI استفاده کنیم؟
  • 13. مزایای استفاده از پلتفرم ابری برای ML
  • 14. نصب و پیکربندی Google Cloud SDK
  • 15. تنظیم حساب Google Cloud
  • 16. ایجاد پروژه GCP
  • 17. مدیریت اعتبارنامه ها (Credentials)
  • 18. مبانی خط فرمان GCP (gcloud CLI)
  • 19. کار با Cloud Shell
  • 20. مقدمه ای بر Jupyter Notebooks
  • 21. استفاده از Jupyter Notebooks در GCP
  • 22. مقدمه ای بر Dataflow
  • 23. پردازش داده های بزرگ با Dataflow
  • 24. مقدمه ای بر Dataproc
  • 25. پردازش داده ها با Apache Spark و Hadoop در Dataproc
  • 26. مقدمه ای بر BigQuery ML
  • 27. استفاده از BigQuery ML برای مدل سازی
  • 28. آماده سازی داده ها برای یادگیری ماشین
  • 29. جمع آوری داده ها
  • 30. پاکسازی داده ها
  • 31. مهندسی ویژگی (Feature Engineering)
  • 32. کشف و تحلیل داده ها (Exploratory Data Analysis - EDA)
  • 33. تجسم داده ها (Data Visualization)
  • 34. تقسیم داده ها: آموزش، اعتبارسنجی، تست
  • 35. انتخاب مدل های یادگیری ماشین
  • 36. رگرسیون خطی
  • 37. رگرسیون لجستیک
  • 38. درختان تصمیم (Decision Trees)
  • 39. جنگل های تصادفی (Random Forests)
  • 40. ماشین های بردار پشتیبان (Support Vector Machines - SVM)
  • 41. مدل های خوشه بندی (Clustering Models): K-Means
  • 42. کاهش ابعاد: PCA
  • 43. مقدمه ای بر شبکه های عصبی عمیق
  • 44. لایه های شبکه عصبی: Dense, Convolutional, Recurrent
  • 45. توابع فعال سازی (Activation Functions)
  • 46. توابع هزینه (Loss Functions)
  • 47. بهینه سازها (Optimizers): SGD, Adam
  • 48. قوانین تنظیم (Regularization Techniques)
  • 49. مبانی آموزش مدل های عمیق
  • 50. مدیریت مجموعه داده ها در Vertex AI Datasets
  • 51. ایجاد و مدیریت مجموعه داده های عددی
  • 52. ایجاد و مدیریت مجموعه داده های تصویری
  • 53. ایجاد و مدیریت مجموعه داده های متنی
  • 54. ایجاد و مدیریت مجموعه داده های ویدئویی
  • 55. آموزش مدل های سفارشی در Vertex AI Training
  • 56. استفاده از Custom Containers برای آموزش
  • 57. تنظیم منابع محاسباتی برای آموزش
  • 58. مدیریت پارامترهای آموزش
  • 59. نظارت بر فرآیند آموزش
  • 60. استفاده از TensorBoard برای تجسم آموزش
  • 61. تنظیم پارامترهای هایپرپارامتر (Hyperparameter Tuning)
  • 62. جستجوی شبکه‌ای (Grid Search)
  • 63. جستجوی تصادفی (Random Search)
  • 64. بهینه سازی بیزی (Bayesian Optimization)
  • 65. تنظیم خودکار هایپرپارامترها در Vertex AI
  • 66. استفاده از الگوریتم های آماده در Vertex AI (AutoML)
  • 67. AutoML برای تصاویر
  • 68. AutoML برای متن
  • 69. AutoML برای داده های جدولی (Tabular Data)
  • 70. AutoML برای ویدئو
  • 71. ارزیابی و انتخاب مدل
  • 72. متریک های ارزیابی رگرسیون: MSE, RMSE, MAE, R-squared
  • 73. متریک های ارزیابی طبقه بندی: Accuracy, Precision, Recall, F1-score, AUC-ROC
  • 74. ماتریس درهم ریختگی (Confusion Matrix)
  • 75. اعتبارسنجی متقابل (Cross-Validation)
  • 76. انتخاب بهترین مدل بر اساس متریک ها
  • 77. استقرار مدل های یادگیری ماشین در Vertex AI Endpoints
  • 78. استقرار مدل های سفارشی
  • 79. استقرار مدل های AutoML
  • 80. نظارت بر عملکرد Endpoints
  • 81. مقیاس بندی Endpoints
  • 82. مدیریت نسخه مدل
  • 83. استفاده از Vertex AI Model Registry
  • 84. مدیریت چرخه عمر مدل
  • 85. استفاده از Vertex AI Pipelines
  • 86. طراحی و ساخت پایپلاین های ML
  • 87. اجرای پایپلاین ها
  • 88. نظارت بر پایپلاین ها
  • 89. اتوماسیون گردش کار ML
  • 90. یکپارچگی پایپلاین با سایر خدمات GCP
  • 91. مباحث پیشرفته در Vertex AI
  • 92. یادگیری انتقال (Transfer Learning)
  • 93. شبکه های مولد تخاصمی (Generative Adversarial Networks - GANs)
  • 94. پردازش زبان طبیعی (NLP) با Vertex AI
  • 95. شناخت موجودیت نام گذاری شده (Named Entity Recognition - NER)
  • 96. تحلیل احساسات (Sentiment Analysis)
  • 97. ترجمه ماشینی (Machine Translation)
  • 98. تولید متن (Text Generation)
  • 99. بینایی ماشین (Computer Vision) با Vertex AI
  • 100. تشخیص اشیاء (Object Detection)
✦ مجموعه ویژه یادگیری

یک دوره، چند مسیر برای یادگیری بهتر

کتاب‌های آموزشی، محتوای صوتی و تصویری و دسترسی به سامانه آنلاین فلش‌کارت؛ مجموعه‌ای برای مطالعه، تمرین و تثبیت آموخته‌ها.

📚 محتوای متنی 🎧 صوت و ویدیو 🧠 مرور هوشمند

محتویات بسته آموزشی

مجموعه‌ای از منابع برای شیوه‌های مختلف یادگیری
📚
کتاب نکته‌های خودمانی
نسخه PDF با زبان ساده، روان و کاربردی برای یادگیری راحت‌تر مفاهیم.
PDF · بیان ساده
📘
کتاب نکته‌های رسمی فارسی
نسخه PDF با نگارش استاندارد، بیان دقیق و رویکرد علمی.
PDF · نگارش رسمی
❓
کتاب پرسش و پاسخ تشریحی
نسخه PDF برای مرور مفاهیم و آشنایی با پاسخ‌های توضیحی.
PDF · یادگیری مفهومی
✅
کتاب پرسش‌های چهارگزینه‌ای
نسخه PDF برای تمرین، سنجش آموخته‌ها و آمادگی بیشتر.
PDF · تمرین و سنجش
🎧
پادکست‌های صوتی فارسی
محتوای صوتی برای یادگیری و مرور مطالب در زمان‌های مختلف.
محتوای صوتی
🎬
ویدیوهای آموزشی فارسی
محتوای ویدیویی برای تکمیل تجربه یادگیری و درک بهتر مطالب.
محتوای ویدیویی
💻
اکانت سامانه آنلاین فلش‌کارت
دسترسی به نرم‌افزار آنلاین فلش‌کارت ویژه این دوره برای تمرین و مرور مطالب.
دسترسی آنلاین
🎓
گواهی پایان دوره
امکان دریافت گواهی پس از تکمیل فعالیت‌های لازم در سامانه و طی مراحل تأیید.
پس از تکمیل شرایط
💾
بسته فیزیکی روی فلش مموری
این محصول به‌صورت فلش مموری حاوی فایل‌های آموزشی، محتوای صوتی و ویدیویی ارائه می‌شود.
تحویل فیزیکی
نکته: استفاده از سامانه آنلاین فلش‌کارت به اتصال اینترنت نیاز دارد؛ محتوای قابل استفاده آفلاین به نوع فایل‌های موجود در بسته بستگی دارد.
SMART LEARNING

🌐 سامانه آنلاین فلش‌کارت؛ مرور هدفمند و هوشمند

اکانت ارائه‌شده، دسترسی به نسخه تحت وب سامانه فلش‌کارت ویژه این دوره را فراهم می‌کند. این سامانه از الگوریتم زمان‌بندی مرور SM-2 استفاده می‌کند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم می‌کند.

به این ترتیب، کارت‌های دشوارتر می‌توانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسب‌تری داشته باشید.

🧠
مرور زمان‌بندی‌شده
📈
پیگیری پیشرفت
🔄
تمرین و تکرار هدفمند
📚 حجم آموزشی دوره
هزاران
فلش‌کارت آموزشی، به‌صورت تقریبی
۶۰ ساعت
مدت‌زمان معادل برآوردشده آموزشی

مدت‌زمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج می‌شود.

🏅

گواهی دوزبانه با استعلام آنلاین

گواهی فارسی و انگلیسی · لینک اختصاصی · QR Code

پس از تکمیل فعالیت‌های لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر می‌شود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.

⚖️ توضیح مهم درباره گواهی پایان دوره

این گواهی صرفاً به‌عنوان گواهی اتمام دوره آموزشی صادر می‌شود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.

تجربه‌ای کامل‌تر برای مطالعه، تمرین و یادگیری
express24.ir
تگ‌ها: Cloud Computing Google Cloud Google Cloud AI Platform Machine Learning Vertex AI Vertex AI چیست آموزش هوش مصنوعی آموزش یادگیری ماشین برنامه نویسی برنامه نویسی ابری پلتفرم هوش مصنوعی گوگل دوره یادگیری ماشین رایانش ابری رایانش ابری گوگل هوش مصنوعی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.