کتاب پیاده‌سازی و مدیریت جریان‌های کاری یادگیری ماشین با استفاده از Vertex Pipelines با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیاده‌سازی و مدیریت جریان‌های کاری یادگیری ماشین با استفاده از Vertex Pipelines

موضوع کلی: علوم رایانه و مهندسی داده

موضوع میانی: هوش مصنوعی و یادگیری ماشین (Machine Learning)

📋 سرفصل‌های دوره (100 موضوع)

• 1. مبانی و مفاهیم پایه در یادگیری ماشین و جریان‌های کاری
• 2. معرفی پلتفرم گوگل کلاود و سرویس Vertex AI
• 3. آشنایی با معماری و اجزای اصلی Vertex Pipelines
• 4. نصب و راه‌اندازی محیط توسعه برای کار با Vertex AI
• 5. مفاهیم پایه در Kubeflow Pipelines و نقش آن در Vertex
• 6. آماده‌سازی داده‌ها برای آموزش مدل در محیط ابری
• 7. ذخیره‌سازی و مدیریت مجموعه داده‌ها در Google Cloud Storage
• 8. نحوه طراحی و ساختاردهی به خط لوله یادگیری ماشین
• 9. آشنایی با کامپوننت‌های پیش‌فرض در Vertex Pipelines
• 10. نحوه تعریف و اجرای اولین خط لوله ساده در محیط نوت‌بوک
• 11. کار با کتابخانه KFP برای تعریف کامپوننت‌های سفارشی
• 12. مدیریت ورودی‌ها و خروجی‌ها در کامپوننت‌های خط لوله
• 13. ایجاد کامپوننت‌های مبتنی بر کانتینر برای پردازش داده
• 14. استفاده از Docker برای بسته‌بندی کدهای آموزشی
• 15. ارسال و اجرای خط لوله در محیط Vertex Pipelines
• 16. مانیتورینگ و مشاهده وضعیت اجرای خط لوله در کنسول
• 17. بررسی لاگ‌ها و عیب‌یابی خطاهای حین اجرای جریان کاری
• 18. مدیریت نسخه‌های مختلف خط لوله و کنترل تغییرات
• 19. کار با آرتیفکت‌ها و خط سیر داده در اجرای جریان کاری
• 20. استفاده از پارامترها برای بهینه‌سازی اجرای خط لوله
• 21. مدیریت منابع محاسباتی و تعیین سخت‌افزار مورد نیاز
• 22. طراحی جریان‌های کاری شرطی و حلقه‌ها در خط لوله
• 23. یکپارچه‌سازی مدل‌های آموزش‌دیده با سرویس‌های پیش‌بینی
• 24. مدیریت دسترسی‌ها و امنیت در Vertex AI با IAM
• 25. ارزیابی مدل و ثبت متریک‌های عملکرد در خط لوله
• 26. استفاده از Metadata برای ردیابی آزمایش‌های یادگیری ماشین
• 27. خودکارسازی فرایند آموزش مدل با استفاده از Vertex Pipelines
• 28. پیاده‌سازی استراتژی‌های استقرار مدل در محیط عملیاتی
• 29. بهینه‌سازی هزینه‌های پردازشی در جریان‌های کاری ابری
• 30. اصول نگهداری و بروزرسانی خط لوله‌های یادگیری ماشین
• 31. مستندسازی و گزارش‌گیری از نتایج اجرای جریان‌های کاری
• 32. ارائه پروژه‌های عملی مبتنی بر معماری‌های استاندارد صنعتی