دوره خودکارسازی، بهینه‌سازی و پایش مدل‌های یادگیری ماشین در عمل همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره خودکارسازی، بهینه‌سازی و پایش مدل‌های یادگیری ماشین در عمل

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: توسعه و استقرار مدل‌های یادگیری ماشین

📋 سرفصل‌های دوره

• 1. مبانی یادگیری ماشین
• 2. مقدمه‌ای بر هوش مصنوعی
• 3. انواع یادگیری ماشین
• 4. یادگیری نظارت‌شده
• 5. یادگیری نظارت‌نشده
• 6. یادگیری تقویتی
• 7. پیش‌پردازش داده‌ها
• 8. پاک‌سازی داده‌ها
• 9. مهندسی ویژگی
• 10. انتخاب ویژگی
• 11. مدل‌های خطی
• 12. رگرسیون خطی
• 13. رگرسیون لجستیک
• 14. مدل‌های مبتنی بر درخت
• 15. درخت‌های تصمیم
• 16. جنگل‌های تصادفی
• 17. ماشین‌های بردار پشتیبان
• 18. شبکه‌های عصبی
• 19. معماری‌های شبکه‌های عصبی
• 20. شبکه‌های عصبی کانولوشنی
• 21. شبکه‌های عصبی بازگشتی
• 22. ارزیابی مدل
• 23. معیارهای ارزیابی
• 24. اعتبارسنجی متقابل
• 25. تنظیم ابرپارامترها
• 26. خودکارسازی فرآیند ML
• 27. مفاهیم MLOps
• 28. پایپ‌لاین‌های ML
• 29. مدیریت داده‌ها در ML
• 30. مدیریت ویژگی‌ها
• 31. ردیابی آزمایش‌ها
• 32. مدل‌رجیستری
• 33. استقرار مدل
• 34. استقرار مدل‌های دسته‌ای
• 35. استقرار مدل‌های بلادرنگ
• 36. APIهای پیش‌بینی
• 37. کانتینرسازی مدل‌ها
• 38. Docker برای ML
• 39. Kubernetes برای ML
• 40. بهینه‌سازی مدل
• 41. بهینه‌سازی سرعت استنتاج
• 42. بهینه‌سازی مصرف حافظه
• 43. کوانتیزاسیون مدل
• 44. تقطیر دانش
• 45. پایش مدل
• 46. تشخیص انحراف داده
• 47. تشخیص انحراف مدل
• 48. بازآموزی مدل
• 49. استراتژی‌های بازآموزی
• 50. نظارت بر عملکرد مدل
• 51. لاگ‌برداری و مانیتورینگ
• 52. گزارش‌دهی عملکرد
• 53. امنیت مدل‌های ML
• 54. حریم خصوصی در ML
• 55. اخلاق در ML
• 56. مسئولیت‌پذیری در ML
• 57. تفسیرپذیری مدل
• 58. انصاف در الگوریتم‌ها
• 59. مبارزه با سوگیری الگوریتمی
• 60. مدل‌های توضیحی (XAI)
• 61. کاربردها در صنعت
• 62. ML در خدمات مالی
• 63. ML در بهداشت و درمان
• 64. ML در تولید
• 65. ML در خرده‌فروشی
• 66. ML در حمل و نقل
• 67. ML در کشاورزی
• 68. ML در انرژی
• 69. ML در ارتباطات
• 70. ML در آموزش
• 71. ML در دولت
• 72. ML و تصمیم‌گیری سازمانی
• 73. ML و تحلیل کسب و کار
• 74. ML و مدیریت ریسک
• 75. ML و بهینه‌سازی عملیات
• 76. ML و خدمات مشتری
• 77. ML و تحقیقات علمی
• 78. ML و نوآوری
• 79. ML در اقتصاد دیجیتال
• 80. ML و تحول دیجیتال
• 81. ML و آینده کار
• 82. ML و توسعه پایدار
• 83. ML و حکمرانی داده
• 84. ML و هوشمندسازی شهری
• 85. ML و شهروند الکترونیک
• 86. ML و سلامت دیجیتال
• 87. ML و آموزش هوشمند
• 88. ML و فناوری‌های نوین
• 89. ML و آینده‌پژوهی
• 90. ML و هوش جمعی
• 91. ML و شبکه‌های عصبی عمیق
• 92. ML و یادگیری انتقالی
• 93. ML و یادگیری تقویتی عمیق
• 94. ML و پردازش زبان طبیعی
• 95. ML و بینایی ماشین
• 96. ML و تحلیل سری‌های زمانی
• 97. ML و سیستم‌های توصیه‌گر
• 98. ML و شبکه‌های مولد تخاصمی
• 99. ML و یادگیری فدرال‌شده