کتاب عملیات یادگیری ماشین با Vertex AI: ارزیابی مدل‌ها

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره عملیات یادگیری ماشین با Vertex AI: ارزیابی مدل‌ها

موضوع کلی: مهندسی و عملیات یادگیری ماشین

موضوع میانی: ارزیابی و استقرار مدل‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر عملیات یادگیری ماشین (MLOps)
  • 2. مفاهیم کلیدی MLOps
  • 3. نقش Vertex AI در MLOps
  • 4. مروری بر چرخه حیات مدل یادگیری ماشین
  • 5. اهمیت ارزیابی مدل در MLOps
  • 6. مراحل ارزیابی مدل
  • 7. انتخاب معیارهای مناسب ارزیابی
  • 8. معیارهای ارزیابی برای مسائل طبقه‌بندی
  • 9. دقت (Accuracy)
  • 10. صحت (Precision)
  • 11. بازیابی (Recall)
  • 12. امتیاز F1
  • 13. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 14. منحنی ROC و AUC
  • 15. معیارهای ارزیابی برای مسائل رگرسیون
  • 16. خطای میانگین مربعات (MSE)
  • 17. ریشه خطای میانگین مربعات (RMSE)
  • 18. خطای میانگین قدر مطلق (MAE)
  • 19. ضریب تعیین (R-squared)
  • 20. معیارهای ارزیابی برای مسائل خوشه‌بندی
  • 21. شاخص سیلوئت (Silhouette Score)
  • 22. شاخص دیویس-بولدین (Davies-Bouldin Index)
  • 23. ارزیابی مدل‌های یادگیری عمیق
  • 24. معیارهای خاص برای شبکه‌های عصبی کانولوشنی
  • 25. معیارهای خاص برای شبکه‌های عصبی بازگشتی
  • 26. ارزیابی مدل‌ها در طول زمان
  • 27. انحراف داده (Data Drift)
  • 28. انحراف مفهوم (Concept Drift)
  • 29. تشخیص و مدیریت انحراف داده
  • 30. تشخیص و مدیریت انحراف مفهوم
  • 31. ابزارهای ارزیابی در Vertex AI
  • 32. Vertex AI Model Registry
  • 33. Vertex AI Pipelines
  • 34. Vertex AI Experiments
  • 35. Vertex AI Model Monitoring
  • 36. ارزیابی مدل‌های پیش‌ساخته (Pre-trained Models)
  • 37. ارزیابی مدل‌های سفارشی
  • 38. مدیریت نسخه مدل
  • 39. ردیابی آزمایش‌ها و نتایج ارزیابی
  • 40. ثبت خودکار نتایج ارزیابی
  • 41. تکنیک‌های اعتبارسنجی متقابل (Cross-Validation)
  • 42. اعتبارسنجی K-fold
  • 43. اعتبارسنجی Leave-One-Out
  • 44. اعتبارسنجی Time Series Split
  • 45. ارزیابی مدل در شرایط داده نامتعادل
  • 46. روش‌های نمونه‌برداری مجدد (Resampling)
  • 47. SMOTE (Synthetic Minority Over-sampling Technique)
  • 48. Undersampling
  • 49. تکنیک‌های مبتنی بر هزینه (Cost-sensitive Learning)
  • 50. تفسیرپذیری مدل (Model Interpretability)
  • 51. تکنیک‌های LIME و SHAP
  • 52. اهمیت تفسیرپذیری در ارزیابی
  • 53. ارزیابی مدل از منظر کسب‌وکار
  • 54. همسوسازی ارزیابی مدل با اهداف کسب‌وکار
  • 55. ارتباط معیارهای فنی با معیارهای کسب‌وکار
  • 56. نمونه‌سازی و ارزیابی مدل در عمل
  • 57. مثال کاربردی: ارزیابی مدل پیش‌بینی تقلب
  • 58. مثال کاربردی: ارزیابی مدل تشخیص تصویر
  • 59. مثال کاربردی: ارزیابی مدل پردازش زبان طبیعی
  • 60. چالش‌های رایج در ارزیابی مدل
  • 61. سوگیری در داده‌ها و مدل‌ها
  • 62. خطاهای انسانی در ارزیابی
  • 63. هزینه محاسباتی ارزیابی
  • 64. مقیاس‌پذیری فرآیند ارزیابی
  • 65. بهترین شیوه‌ها در ارزیابی مدل
  • 66. مستندسازی فرآیند ارزیابی
  • 67. خودکارسازی فرآیند ارزیابی
  • 68. بازبینی و بهبود مداوم فرآیند ارزیابی
  • 69. ارتباط ارزیابی با استقرار مدل
  • 70. ملاحظات امنیتی در ارزیابی مدل
  • 71. حریم خصوصی داده‌ها در ارزیابی
  • 72. اخلاق در ارزیابی مدل‌های هوش مصنوعی
  • 73. ارزیابی مدل‌های اخلاقی و عادلانه
  • 74. مقدمه‌ای بر A/B Testing برای مدل‌ها
  • 75. طراحی آزمایش A/B برای مدل‌ها
  • 76. تحلیل نتایج آزمایش A/B
  • 77. ارزیابی مدل در محیط تولید (Production)
  • 78. نظارت مستمر بر عملکرد مدل
  • 79. تنظیم مجدد (Retraining) مدل‌ها
  • 80. معیارهای ارزیابی برای مدل‌های توصیه‌گر
  • 81. معیارهای ارزیابی برای مدل‌های تشخیص ناهنجاری
  • 82. معیارهای ارزیابی برای مدل‌های تولید متن
  • 83. مبانی آماری ارزیابی مدل
  • 84. آزمون فرض آماری در ارزیابی
  • 85. سطح معنی‌داری (Significance Level)
  • 86. فاصله اطمینان (Confidence Interval)
  • 87. مقدمه‌ای بر مهندسی ویژگی (Feature Engineering) در ارزیابی
  • 88. تأثیر مهندسی ویژگی بر ارزیابی مدل
  • 89. ارزیابی مدل‌های با ابعاد بالا
  • 90. ارزیابی مدل‌های یادگیری تقویتی
  • 91. ملاحظات نهایی در ارزیابی مدل
  • 92. برنامه‌ریزی برای ارزیابی مدل در پروژه‌های MLOps
  • 93. نقش تیم در فرآیند ارزیابی
  • 94. ارتباط با ذینفعان
  • 95. جمع‌بندی و گام‌های بعدی در MLOps

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.