اکسپرس 24
کتاب ساخت و استقرار مدل‌های پیش‌بینی‌کننده در Azure

کتاب ساخت و استقرار مدل‌های پیش‌بینی‌کننده در Azure

تگ‌ها: Azure AI Azure Machine Learning Azure ML استقرار مدل علم داده مدل‌سازی داده مدل‌های پیش‌بینی‌کننده هوش مصنوعی یادگیری ماشین

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 ساخت و استقرار مدل‌های پیش‌بینی‌کننده در Azure

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: Microsoft Azure AI

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر خدمات ابری Azure برای یادگیری ماشین
  • 2. آشنایی با سرویس Azure Machine Learning
  • 3. ایجاد فضای کاری Azure Machine Learning
  • 4. مدیریت داده‌ها در Azure برای یادگیری ماشین
  • 5. اتصال به منابع داده در Azure
  • 6. استفاده از Azure Blob Storage برای داده‌ها
  • 7. استفاده از Azure Data Lake Storage برای داده‌ها
  • 8. کار با Azure SQL Database برای داده‌ها
  • 9. آماده‌سازی و پاکسازی داده‌ها در Azure ML
  • 10. مهندسی ویژگی با استفاده از Azure ML Studio
  • 11. انتخاب الگوریتم‌های یادگیری ماشین مناسب
  • 12. آموزش مدل‌های یادگیری ماشین در Azure
  • 13. استقرار مدل‌های آموزش‌دیده در Azure
  • 14. مدیریت چرخه حیات مدل در Azure ML
  • 15. مقدمه‌ای بر مدل‌های پیش‌بینی‌کننده
  • 16. اصول یادگیری نظارت‌شده
  • 17. رگرسیون خطی در Azure ML
  • 18. رگرسیون لجستیک در Azure ML
  • 19. ماشین‌های بردار پشتیبان (SVM) برای رگرسیون
  • 20. درختان تصمیم برای رگرسیون
  • 21. جنگل‌های تصادفی برای رگرسیون
  • 22. مدل‌های تقویت گرادیان برای رگرسیون
  • 23. اصول یادگیری نظارت‌نشده
  • 24. خوشه‌بندی K-Means در Azure ML
  • 25. خوشه‌بندی سلسله‌مراتبی در Azure ML
  • 26. تحلیل مؤلفه‌های اصلی (PCA) در Azure ML
  • 27. کاهش ابعاد با استفاده از Azure ML
  • 28. مدل‌سازی سری‌های زمانی
  • 29. پیش‌بینی فروش با استفاده از Azure ML
  • 30. پیش‌بینی تقاضا با Azure ML
  • 31. مدل‌سازی پیش‌بینی‌کننده برای مشتریان
  • 32. یادگیری عمیق و شبکه‌های عصبی
  • 33. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 34. شبکه‌های عصبی کانولوشنی (CNN) برای بینایی ماشین
  • 35. شبکه‌های عصبی بازگشتی (RNN) برای داده‌های ترتیبی
  • 36. استفاده از Azure Machine Learning Designer
  • 37. طراحی جریان‌های کاری یادگیری ماشین بدون کد
  • 38. تنظیم پارامترهای مدل در Azure ML
  • 39. اعتبارسنجی و ارزیابی مدل‌ها
  • 40. معیارهای ارزیابی مدل‌های رگرسیون
  • 41. معیارهای ارزیابی مدل‌های طبقه‌بندی
  • 42. اعتبارسنجی متقابل در Azure ML
  • 43. تنظیم ابرپارامترها با استفاده از Azure ML
  • 44. استقرار مدل‌های پیش‌بینی‌کننده
  • 45. استقرار مدل به عنوان سرویس وب در Azure
  • 46. استقرار مدل در Azure Kubernetes Service (AKS)
  • 47. استقرار مدل در Azure Container Instances (ACI)
  • 48. مدیریت و مانیتورینگ مدل‌های مستقر شده
  • 49. بازآموزی مدل‌ها با داده‌های جدید
  • 50. اتوماسیون فرآیند یادگیری ماشین (AutoML)
  • 51. استفاده از AutoML در Azure ML
  • 52. تنظیمات پیشرفته AutoML
  • 53. کاربرد مدل‌های پیش‌بینی‌کننده در کسب و کار
  • 54. پیش‌بینی ریزش مشتری
  • 55. سیستم‌های توصیه‌گر بر مبنای Azure ML
  • 56. تشخیص ناهنجاری با استفاده از Azure ML
  • 57. پیش‌بینی ریسک اعتباری
  • 58. مدل‌سازی پیش‌بینی‌کننده در تولید
  • 59. بهینه‌سازی زنجیره تأمین با مدل‌های پیش‌بینی‌کننده
  • 60. مدیریت ریسک در بازارهای مالی
  • 61. کاربرد مدل‌های پیش‌بینی‌کننده در خدمات درمانی
  • 62. پیش‌بینی بیماری‌ها
  • 63. مدیریت منابع در سازمان‌ها
  • 64. تحلیل احساسات با استفاده از Azure ML
  • 65. پردازش زبان طبیعی (NLP) در Azure ML
  • 66. استفاده از Azure Cognitive Services برای NLP
  • 67. مدل‌سازی پیش‌بینی‌کننده برای بازاریابی
  • 68. بهینه‌سازی کمپین‌های بازاریابی
  • 69. شخصی‌سازی تجربه مشتری
  • 70. مدیریت موجودی با مدل‌های پیش‌بینی‌کننده
  • 71. پیش‌بینی خرابی تجهیزات
  • 72. تعمیر و نگهداری پیش‌بینانه
  • 73. کاربرد مدل‌های پیش‌بینی‌کننده در امنیت
  • 74. تشخیص تقلب
  • 75. امنیت سایبری و پیش‌بینی حملات
  • 76. مدل‌سازی پیش‌بینی‌کننده در آموزش
  • 77. شخصی‌سازی یادگیری
  • 78. پیش‌بینی موفقیت تحصیلی دانش‌آموزان
  • 79. استقرار مدل‌های پیش‌بینی‌کننده در مقیاس بزرگ
  • 80. بهینه‌سازی عملکرد مدل‌ها
  • 81. مدیریت هزینه در Azure ML
  • 82. ملاحظات امنیتی در استقرار مدل‌ها
  • 83. اخلاق در یادگیری ماشین
  • 84. تفسیرپذیری مدل‌ها
  • 85. سوگیری در الگوریتم‌ها
  • 86. حریم خصوصی داده‌ها در Azure ML
  • 87. مقررات و انطباق در حوزه یادگیری ماشین
  • 88. آینده یادگیری ماشین و مدل‌های پیش‌بینی‌کننده
  • 89. یادگیری تقویتی
  • 90. یادگیری انتقالی
  • 91. هوش مصنوعی قابل اعتماد
  • 92. نوآوری در مدل‌های پیش‌بینی‌کننده
  • 93. جمع‌بندی و گام‌های بعدی در Azure ML

📚 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.