کتاب بهینه‌سازی و تنظیم دقیق مدل‌های یادگیری ماشین در AWS با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بهینه‌سازی و تنظیم دقیق مدل‌های یادگیری ماشین در AWS

موضوع کلی: مهندسی نرم‌افزار و هوش مصنوعی

موضوع میانی: توسعه و پیاده‌سازی مدل‌های یادگیری ماشین

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مهندسی نرم‌افزار و هوش مصنوعی
• 2. اصول یادگیری ماشین
• 3. انواع یادگیری ماشین
• 4. پیش‌پردازش داده‌ها
• 5. مهندسی ویژگی
• 6. انتخاب مدل
• 7. آموزش مدل‌های یادگیری ماشین
• 8. ارزیابی مدل‌ها
• 9. متریک‌های ارزیابی
• 10. تنظیم ابرپارامترها
• 11. جستجوی شبکه‌ای
• 12. جستجوی تصادفی
• 13. بهینه‌سازی بیزی
• 14. روش‌های تنظیم دقیق مدل
• 15. معماری‌های یادگیری عمیق
• 16. شبکه‌های عصبی کانولوشنی
• 17. شبکه‌های عصبی بازگشتی
• 18. ترنسفورمرها
• 19. یادگیری انتقالی
• 20. تنظیم دقیق مدل‌های از پیش آموزش‌دیده
• 21. تنظیم دقیق برای وظایف خاص
• 22. تنظیم دقیق با داده‌های کم
• 23. تکنیک‌های افزایش داده
• 24. کاهش بیش‌برازش
• 25. تنظیم‌گرها
• 26. تنظیم‌گرهای L1 و L2
• 27. تنظیم‌گرهای dropout
• 28. تنظیم‌گرهای early stopping
• 29. تنظیم دقیق مدل‌های پردازش زبان طبیعی
• 30. تنظیم دقیق مدل‌های بینایی ماشین
• 31. تنظیم دقیق مدل‌های توصیه‌گر
• 32. تنظیم دقیق مدل‌های تشخیص ناهنجاری
• 33. تنظیم دقیق مدل‌های پیش‌بینی سری زمانی
• 34. تنظیم دقیق مدل‌های خوشه‌بندی
• 35. تنظیم دقیق مدل‌های طبقه‌بندی
• 36. تنظیم دقیق مدل‌های رگرسیون
• 37. پیاده‌سازی مدل‌های یادگیری ماشین در AWS
• 38. سرویس‌های AWS برای یادگیری ماشین
• 39. Amazon SageMaker
• 40. Amazon EC2 برای آموزش مدل
• 41. Amazon S3 برای ذخیره‌سازی داده
• 42. Amazon EMR برای پردازش داده
• 43. Amazon Lambda برای استقرار مدل
• 44. Amazon API Gateway برای دسترسی به مدل
• 45. Amazon CloudWatch برای نظارت
• 46. مدیریت چرخه عمر مدل
• 47. نسخه‌بندی مدل‌ها
• 48. استقرار مدل‌ها
• 49. نظارت بر عملکرد مدل
• 50. بازآموزی مدل‌ها
• 51. تنظیم دقیق مدل‌ها با استفاده از SageMaker
• 52. آموزش سفارشی در SageMaker
• 53. هایپرپارامتر تیونینگ در SageMaker
• 54. دیباگ مدل در SageMaker
• 55. پروفایلینگ مدل در SageMaker
• 56. مدیریت داده‌ها در SageMaker
• 57. ویژگی فروشگاه در SageMaker
• 58. توسعه مدل در SageMaker
• 59. استودیو SageMaker
• 60. نوت‌بوک‌های SageMaker
• 61. وظایف آموزشی SageMaker
• 62. سرویس‌های استنتاج SageMaker
• 63. استنتاج بلادرنگ
• 64. استنتاج دسته‌ای
• 65. استنتاج لبه
• 66. امنیت مدل‌ها در AWS
• 67. مدیریت دسترسی و مجوزها
• 68. رمزنگاری داده‌ها
• 69. نظارت بر امنیت
• 70. ملاحظات اخلاقی در هوش مصنوعی
• 71. سوگیری در داده‌ها و مدل‌ها
• 72. تفسیرپذیری مدل‌ها
• 73. مسئولیت‌پذیری در هوش مصنوعی
• 74. حفظ حریم خصوصی داده‌ها
• 75. کاربرد هوش مصنوعی در صنایع مختلف
• 76. کاربرد در بهداشت و درمان
• 77. کاربرد در امور مالی
• 78. کاربرد در خرده‌فروشی
• 79. کاربرد در تولید
• 80. کاربرد در حمل و نقل
• 81. کاربرد در امنیت سایبری
• 82. کاربرد در آموزش
• 83. کاربرد در کشاورزی
• 84. کاربرد در انرژی
• 85. کاربرد در خدمات مشتری
• 86. آینده هوش مصنوعی و یادگیری ماشین
• 87. روندهای نوظهور در یادگیری ماشین
• 88. هوش مصنوعی مولد
• 89. یادگیری تقویتی عمیق
• 90. یادگیری فدرال
• 91. یادگیری خودنظارتی
• 92. هوش مصنوعیExplainable (XAI)
• 93. کاربردهای پیشرفته یادگیری ماشین
• 94. یادگیری چندوجهی
• 95. یادگیری گراف
• 96. پردازش زبان طبیعی پیشرفته
• 97. بینایی ماشین پیشرفته
• 98. بهینه‌سازی مدل برای عملکرد بهتر
• 99. تنظیم دقیق تخصصی مدل‌ها
• 100. مدیریت مدل در مقیاس بزرگ