اپلیکیشن اندرویدی فلش‌کارت آموزشی یادگیری ماشین با Google Cloud AI Platform / Vertex AI

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب یادگیری ماشین با Google Cloud AI Platform / Vertex AI

موضوع کلی: برنامه نویسی

موضوع میانی: رایانش ابری (Cloud Computing)

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مبانی یادگیری ماشین
• 2. مقدمه ای بر هوش مصنوعی
• 3. مقدمه ای بر یادگیری ماشین
• 4. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
• 5. مبانی یادگیری عمیق
• 6. شبکه های عصبی چیستند
• 7. مقدمه ای بر Google Cloud Platform (GCP)
• 8. مفاهیم اساسی رایانش ابری
• 9. معماری Google Cloud Platform
• 10. خدمات اصلی GCP: Compute Engine, Cloud Storage, BigQuery
• 11. مقدمه ای بر Google Cloud AI Platform / Vertex AI
• 12. چرا از Vertex AI استفاده کنیم؟
• 13. مزایای استفاده از پلتفرم ابری برای ML
• 14. نصب و پیکربندی Google Cloud SDK
• 15. تنظیم حساب Google Cloud
• 16. ایجاد پروژه GCP
• 17. مدیریت اعتبارنامه ها (Credentials)
• 18. مبانی خط فرمان GCP (gcloud CLI)
• 19. کار با Cloud Shell
• 20. مقدمه ای بر Jupyter Notebooks
• 21. استفاده از Jupyter Notebooks در GCP
• 22. مقدمه ای بر Dataflow
• 23. پردازش داده های بزرگ با Dataflow
• 24. مقدمه ای بر Dataproc
• 25. پردازش داده ها با Apache Spark و Hadoop در Dataproc
• 26. مقدمه ای بر BigQuery ML
• 27. استفاده از BigQuery ML برای مدل سازی
• 28. آماده سازی داده ها برای یادگیری ماشین
• 29. جمع آوری داده ها
• 30. پاکسازی داده ها
• 31. مهندسی ویژگی (Feature Engineering)
• 32. کشف و تحلیل داده ها (Exploratory Data Analysis - EDA)
• 33. تجسم داده ها (Data Visualization)
• 34. تقسیم داده ها: آموزش، اعتبارسنجی، تست
• 35. انتخاب مدل های یادگیری ماشین
• 36. رگرسیون خطی
• 37. رگرسیون لجستیک
• 38. درختان تصمیم (Decision Trees)
• 39. جنگل های تصادفی (Random Forests)
• 40. ماشین های بردار پشتیبان (Support Vector Machines - SVM)
• 41. مدل های خوشه بندی (Clustering Models): K-Means
• 42. کاهش ابعاد: PCA
• 43. مقدمه ای بر شبکه های عصبی عمیق
• 44. لایه های شبکه عصبی: Dense, Convolutional, Recurrent
• 45. توابع فعال سازی (Activation Functions)
• 46. توابع هزینه (Loss Functions)
• 47. بهینه سازها (Optimizers): SGD, Adam
• 48. قوانین تنظیم (Regularization Techniques)
• 49. مبانی آموزش مدل های عمیق
• 50. مدیریت مجموعه داده ها در Vertex AI Datasets
• 51. ایجاد و مدیریت مجموعه داده های عددی
• 52. ایجاد و مدیریت مجموعه داده های تصویری
• 53. ایجاد و مدیریت مجموعه داده های متنی
• 54. ایجاد و مدیریت مجموعه داده های ویدئویی
• 55. آموزش مدل های سفارشی در Vertex AI Training
• 56. استفاده از Custom Containers برای آموزش
• 57. تنظیم منابع محاسباتی برای آموزش
• 58. مدیریت پارامترهای آموزش
• 59. نظارت بر فرآیند آموزش
• 60. استفاده از TensorBoard برای تجسم آموزش
• 61. تنظیم پارامترهای هایپرپارامتر (Hyperparameter Tuning)
• 62. جستجوی شبکه‌ای (Grid Search)
• 63. جستجوی تصادفی (Random Search)
• 64. بهینه سازی بیزی (Bayesian Optimization)
• 65. تنظیم خودکار هایپرپارامترها در Vertex AI
• 66. استفاده از الگوریتم های آماده در Vertex AI (AutoML)
• 67. AutoML برای تصاویر
• 68. AutoML برای متن
• 69. AutoML برای داده های جدولی (Tabular Data)
• 70. AutoML برای ویدئو
• 71. ارزیابی و انتخاب مدل
• 72. متریک های ارزیابی رگرسیون: MSE, RMSE, MAE, R-squared
• 73. متریک های ارزیابی طبقه بندی: Accuracy, Precision, Recall, F1-score, AUC-ROC
• 74. ماتریس درهم ریختگی (Confusion Matrix)
• 75. اعتبارسنجی متقابل (Cross-Validation)
• 76. انتخاب بهترین مدل بر اساس متریک ها
• 77. استقرار مدل های یادگیری ماشین در Vertex AI Endpoints
• 78. استقرار مدل های سفارشی
• 79. استقرار مدل های AutoML
• 80. نظارت بر عملکرد Endpoints
• 81. مقیاس بندی Endpoints
• 82. مدیریت نسخه مدل
• 83. استفاده از Vertex AI Model Registry
• 84. مدیریت چرخه عمر مدل
• 85. استفاده از Vertex AI Pipelines
• 86. طراحی و ساخت پایپلاین های ML
• 87. اجرای پایپلاین ها
• 88. نظارت بر پایپلاین ها
• 89. اتوماسیون گردش کار ML
• 90. یکپارچگی پایپلاین با سایر خدمات GCP
• 91. مباحث پیشرفته در Vertex AI
• 92. یادگیری انتقال (Transfer Learning)
• 93. شبکه های مولد تخاصمی (Generative Adversarial Networks - GANs)
• 94. پردازش زبان طبیعی (NLP) با Vertex AI
• 95. شناخت موجودیت نام گذاری شده (Named Entity Recognition - NER)
• 96. تحلیل احساسات (Sentiment Analysis)
• 97. ترجمه ماشینی (Machine Translation)
• 98. تولید متن (Text Generation)
• 99. بینایی ماشین (Computer Vision) با Vertex AI
• 100. تشخیص اشیاء (Object Detection)