کتاب پیاده‌سازی عملیاتی مدل‌های پیش‌بینی سری‌های زمانی با ابزارهای SkTime و Prophet و مدیریت چرخه حیات مدل با MLflow با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیاده‌سازی عملیاتی مدل‌های پیش‌بینی سری‌های زمانی با ابزارهای SkTime و Prophet و مدیریت چرخه حیات مدل با MLflow

موضوع کلی: هوش مصنوعی و تحلیل داده‌های پیشرفته

موضوع میانی: یادگیری ماشین و پیش‌بینی سری‌های زمانی

📋 سرفصل‌های دوره (100 موضوع)

• 1. مبانی و مفاهیم بنیادین سری‌های زمانی در تحلیل داده
• 2. پیش‌پردازش و پاک‌سازی داده‌های زمانی در پایتون
• 3. تحلیل اکتشافی داده‌ها و شناسایی الگوهای فصلی
• 4. تجزیه سری‌های زمانی به مؤلفه‌های روند و فصلی
• 5. آشنایی با کتابخانه SkTime و معماری آن
• 6. مدل‌های آماری کلاسیک برای پیش‌بینی سری‌های زمانی
• 7. پیاده‌سازی مدل ARIMA با استفاده از SkTime
• 8. بررسی مدل‌های هموارسازی نمایی در پیش‌بینی تقاضا
• 9. آشنایی با کتابخانه Prophet برای تحلیل سری‌های زمانی
• 10. تنظیم پارامترهای مدل Prophet برای بهبود دقت پیش‌بینی
• 11. مدیریت تعطیلات و رویدادهای خاص در مدل Prophet
• 12. ترکیب مدل‌های آماری و یادگیری ماشین در SkTime
• 13. روش‌های کاهش خطای مدل و ارزیابی عملکرد پیش‌بینی
• 14. آموزش مفهوم MLOps در چرخه حیات مدل‌های هوش مصنوعی
• 15. نصب و راه‌اندازی محیط MLflow برای مدیریت آزمایش‌ها
• 16. ثبت و ردیابی پارامترهای مدل با MLflow Tracking
• 17. ذخیره‌سازی مدل‌های آموزش‌دیده در مدل ریجستری
• 18. نسخه‌بندی مدل‌ها و مدیریت تغییرات در محیط عملیاتی
• 19. پیاده‌سازی پایپ‌لاین‌های خودکار آموزش مدل
• 20. استقرار مدل‌های پیش‌بینی در محیط‌های عملیاتی
• 21. مانیتورینگ عملکرد مدل در زمان واقعی با MLflow
• 22. تشخیص انحراف داده‌ها و مدل در سری‌های زمانی
• 23. بهینه‌سازی هایپرپارامترها با رویکردهای خودکار
• 24. استفاده از SkTime برای پیش‌بینی‌های چندمتغیره
• 25. تکنیک‌های اعتبارسنجی متقاطع در داده‌های زمانی
• 26. مدیریت داده‌های مفقود در سری‌های زمانی
• 27. پیاده‌سازی سیستم‌های تصمیم‌ساز مبتنی بر پیش‌بینی
• 28. مستندسازی نتایج و گزارش‌دهی در پروژه‌های داده‌محور
• 29. تکنیک‌های پیشرفته ترکیب مدل‌ها برای افزایش دقت
• 30. اخلاق در هوش مصنوعی و رعایت حریم خصوصی داده‌ها در تحلیل‌های صنعتی
• 31. پروژه نهایی پیاده‌سازی یک سیستم پیش‌بینی عملیاتی کامل