اکسپرس 24
کتاب آموزش مدل‌های یادگیری ماشین با استفاده از خدمات AWS برای مهندسان ML

کتاب آموزش مدل‌های یادگیری ماشین با استفاده از خدمات AWS برای مهندسان ML

تگ‌ها: AWS AWS Associate ML Engineer آموزش مدل خدمات AWS مهندسی یادگیری ماشین هوش مصنوعی یادگیری ماشین یادگیری ماشین در ابر

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 آموزش مدل‌های یادگیری ماشین با استفاده از خدمات AWS برای مهندسان ML

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: مهندسی یادگیری ماشین در ابر

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مفاهیم پایه یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. مقدمه ای بر خدمات AWS برای یادگیری ماشین
  • 5. معماری کلی خدمات AWS برای ML
  • 6. انتخاب سرویس مناسب AWS برای آموزش مدل
  • 7. آماده سازی داده ها برای آموزش مدل
  • 8. بارگذاری داده ها در Amazon S3
  • 9. مفاهیم ذخیره سازی داده در AWS
  • 10. استفاده از Amazon SageMaker برای مدیریت داده
  • 11. پایپ لاین های داده در SageMaker
  • 12. پیش پردازش داده ها با SageMaker Data Wrangler
  • 13. پاکسازی و نرمال سازی داده ها
  • 14. مهندسی ویژگی (Feature Engineering)
  • 15. ایجاد ویژگی های جدید
  • 16. انتخاب ویژگی (Feature Selection)
  • 17. مدیریت مجموعه داده ها
  • 18. استفاده از Amazon FSx برای حجم داده های بزرگ
  • 19. مفاهیم فضای ذخیره سازی توزیع شده
  • 20. آموزش مدل های یادگیری ماشین
  • 21. انتخاب الگوریتم مناسب برای مسئله
  • 22. آموزش مدل های یادگیری نظارت شده
  • 23. رگرسیون خطی
  • 24. رگرسیون لجستیک
  • 25. ماشین بردار پشتیبان (SVM)
  • 26. درختان تصمیم
  • 27. جنگل های تصادفی
  • 28. مدل های Boosting (مانند XGBoost)
  • 29. آموزش مدل های یادگیری بدون نظارت
  • 30. خوشه بندی (Clustering)
  • 31. K-Means
  • 32. DBSCAN
  • 33. کاهش ابعاد (Dimensionality Reduction)
  • 34. تحلیل مؤلفه های اصلی (PCA)
  • 35. تکنیک های تجزیه و تحلیل پنهان معنایی (LSA)
  • 36. آموزش مدل های یادگیری تقویتی
  • 37. مفاهیم عامل، محیط، پاداش
  • 38. الگوریتم های Q-Learning
  • 39. Deep Q-Networks (DQN)
  • 40. استفاده از Amazon SageMaker Training Jobs
  • 41. فریمورک های پشتیبانی شده در SageMaker
  • 42. TensorFlow
  • 43. PyTorch
  • 44. Scikit-learn
  • 45. استقرار محیط آموزشی در SageMaker
  • 46. پیکربندی منابع محاسباتی
  • 47. استفاده از انواع Instance مناسب
  • 48. مدیریت هایپرپارامترها (Hyperparameter Tuning)
  • 49. جستجوی تصادفی (Random Search)
  • 50. جستجوی شبکه‌ای (Grid Search)
  • 51. بهینه سازی بیزی (Bayesian Optimization)
  • 52. استفاده از SageMaker Hyperparameter Tuning Jobs
  • 53. نظارت بر فرآیند آموزش
  • 54. لاگینگ و مانیتورینگ با CloudWatch
  • 55. تشخیص و رفع اشکال در آموزش
  • 56. مقایسه نتایج آموزش با معیارهای ارزیابی
  • 57. معیارهای ارزیابی برای رگرسیون
  • 58. میانگین مربعات خطا (MSE)
  • 59. ریشه میانگین مربعات خطا (RMSE)
  • 60. میانگین قدر مطلق خطا (MAE)
  • 61. ضریب تعیین (R-squared)
  • 62. معیارهای ارزیابی برای طبقه بندی
  • 63. دقت (Accuracy)
  • 64. صحت (Precision)
  • 65. بازیابی (Recall)
  • 66. امتیاز F1
  • 67. ماتریس درهم ریختگی (Confusion Matrix)
  • 68. منحنی ROC و AUC
  • 69. استفاده از SageMaker Experiments برای ردیابی
  • 70. مدیریت نسخه های مدل
  • 71. ذخیره سازی مدل های آموزش دیده در S3
  • 72. ساخت Image سفارشی برای SageMaker
  • 73. کانتینرهای Docker برای آموزش
  • 74. استفاده از SageMaker SDK
  • 75. نوشتن اسکریپت های آموزشی
  • 76. آموزش توزیع شده (Distributed Training)
  • 77. مفاهیم موازی سازی داده و مدل
  • 78. استفاده از SageMaker Distributed Training
  • 79. مدیریت هزینه در آموزش مدل
  • 80. انتخاب Instance مناسب برای صرفه جویی
  • 81. استفاده از Spot Instances
  • 82. بهینه سازی اندازه دسته (Batch Size)
  • 83. مدیریت چرخه عمر مدل
  • 84. استقرار مدل های آموزش دیده
  • 85. انتخاب سرویس مناسب برای استقرار
  • 86. Amazon SageMaker Endpoints
  • 87. استقرار مدل های Real-time
  • 88. استقرار مدل های Batch Transform
  • 89. استقرار مدل های Serverless
  • 90. مانیتورینگ مدل های مستقر شده
  • 91. تشخیص انحراف داده (Data Drift)
  • 92. تشخیص انحراف مدل (Model Drift)
  • 93. استفاده از SageMaker Model Monitor
  • 94. بهبود مستمر مدل ها
  • 95. بازآموزی مدل ها با داده های جدید
  • 96. مدیریت مجموعه داده ها برای بازآموزی
  • 97. تست A/B برای مقایسه مدل ها
  • 98. مفاهیم امنیت در خدمات AWS ML
  • 99. مدیریت دسترسی با IAM
  • 100. رمزنگاری داده ها در S3

📚 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.