کتاب Google Cloud Platform: استفاده از Vertex AI Model Registry برای مدیریت مدل ها

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 Google Cloud Platform: استفاده از Vertex AI Model Registry برای مدیریت مدل ها

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری ماشین و هوش مصنوعی
  • 2. مبانی یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. مفاهیم کلیدی در یادگیری ماشین: ویژگی‌ها، برچسب‌ها، مدل‌ها
  • 5. انواع مدل‌های یادگیری ماشین
  • 6. معرفی Google Cloud Platform (GCP)
  • 7. مبانی کار با GCP
  • 8. آشنایی با سرویس‌های GCP برای یادگیری ماشین
  • 9. مقدمه‌ای بر Vertex AI
  • 10. مفهوم Model Registry در Vertex AI
  • 11. اهداف و مزایای استفاده از Model Registry
  • 12. نصب و پیکربندی ابزارهای GCP
  • 13. احراز هویت و مدیریت دسترسی در GCP
  • 14. مقدمه‌ای بر ابزارهای خط فرمان GCP (gcloud)
  • 15. مقدمه‌ای بر Python برای یادگیری ماشین
  • 16. کتابخانه‌های کلیدی پایتون: NumPy, Pandas, Scikit-learn
  • 17. نصب و استفاده از کتابخانه‌های یادگیری ماشین
  • 18. مراحل پایپ‌لاین یادگیری ماشین
  • 19. جمع‌آوری و آماده‌سازی داده‌ها
  • 20. پاکسازی داده‌ها و مدیریت مقادیر گمشده
  • 21. مهندسی ویژگی (Feature Engineering)
  • 22. انتخاب ویژگی (Feature Selection)
  • 23. تقسیم داده‌ها به مجموعه‌های آموزش، اعتبارسنجی و آزمون
  • 24. مقدمه‌ای بر مدل‌های یادگیری نظارت شده
  • 25. رگرسیون خطی
  • 26. رگرسیون لجستیک
  • 27. درختان تصمیم
  • 28. جنگل‌های تصادفی (Random Forests)
  • 29. ماشین‌های بردار پشتیبان (SVM)
  • 30. مدل‌های طبقه‌بندی (Classification Models)
  • 31. معیارهای ارزیابی مدل‌های طبقه‌بندی: دقت، صحت، بازیابی، F1-Score
  • 32. مقدمه‌ای بر مدل‌های یادگیری بدون نظارت
  • 33. خوشه‌بندی (Clustering)
  • 34. الگوریتم K-Means
  • 35. تحلیل مولفه‌های اصلی (PCA)
  • 36. مقدمه‌ای بر یادگیری عمیق (Deep Learning)
  • 37. شبکه‌های عصبی مصنوعی (ANN)
  • 38. شبکه‌های عصبی کانولوشنال (CNN)
  • 39. شبکه‌های عصبی بازگشتی (RNN)
  • 40. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 41. کار با متون: توکنیزاسیون، حذف کلمات توقف
  • 42. تبدیل متن به بردار: TF-IDF, Word Embeddings
  • 43. مدل‌های زبانی
  • 44. مقدمه‌ای بر مدل‌های بزرگ زبانی (LLMs)
  • 45. مبانی کار با LLMs
  • 46. تنظیم دقیق (Fine-tuning) LLMs
  • 47. کار با LLMs در GCP
  • 48. معرفی Vertex AI Model Registry
  • 49. ایجاد یک رجیستری مدل
  • 50. ثبت یک مدل در رجیستری
  • 51. مدیریت نسخه‌های مدل
  • 52. تگ‌گذاری مدل‌ها
  • 53. شرح مدل‌ها و متادیتای آن‌ها
  • 54. استقرار مدل‌ها از رجیستری
  • 55. نظارت بر عملکرد مدل‌های مستقر شده
  • 56. آموزش مدل‌های سفارشی با استفاده از Vertex AI
  • 57. استفاده از داده‌های طبقه‌بندی شده برای آموزش
  • 58. استفاده از داده‌های رگرسیون برای آموزش
  • 59. استفاده از داده‌های پردازش زبان طبیعی
  • 60. استفاده از داده‌های بینایی ماشین
  • 61. استفاده از داده‌های سری زمانی
  • 62. تنظیم پارامترهای مدل (Hyperparameter Tuning)
  • 63. استفاده از ابزارهای AutoML در Vertex AI
  • 64. ایجاد و آموزش مدل‌های AutoML
  • 65. مدیریت و استقرار مدل‌های AutoML
  • 66. مقدمه‌ای بر MLOps
  • 67. اهمیت MLOps در چرخه عمر یادگیری ماشین
  • 68. اصول MLOps
  • 69. اتوماسیون پایپ‌لاین‌های ML
  • 70. مدیریت داده‌ها در MLOps
  • 71. مدیریت مدل‌ها در MLOps
  • 72. استقرار و نظارت بر مدل‌ها در MLOps
  • 73. امنیت در MLOps
  • 74. چارچوب‌های MLOps در GCP
  • 75. استفاده از Vertex AI Pipelines
  • 76. طراحی و اجرای پایپ‌لاین‌های ML
  • 77. مانیتورینگ و لاگ‌برداری در پایپ‌لاین‌ها
  • 78. همکاری در تیم‌های ML با استفاده از Vertex AI
  • 79. مدیریت پروژه‌ها در Vertex AI
  • 80. استفاده از Notebooks در Vertex AI
  • 81. اشکال‌زدایی و تست مدل‌ها
  • 82. بهینه‌سازی عملکرد مدل‌ها
  • 83. کاهش سوگیری (Bias) در مدل‌ها
  • 84. تفسیرپذیری مدل‌ها (Model Interpretability)
  • 85. اخلاق در هوش مصنوعی
  • 86. قوانین و مقررات مرتبط با هوش مصنوعی در ایران
  • 87. کاربرد Vertex AI Model Registry در پروژه‌های واقعی
  • 88. مطالعات موردی (Case Studies)
  • 89. جمع‌بندی و مراحل بعدی

📚 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.