دوره مهندسی مدل‌های یادگیری ماشین در AWS همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

1,990,000 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 497,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مهندسی مدل‌های یادگیری ماشین در AWS

موضوع کلی: مهندسی و توسعه نرم‌افزار

موضوع میانی: یادگیری ماشین و هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مهندسی مدل‌های یادگیری ماشین
  • 2. مبانی یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. مراحل چرخه حیات مدل یادگیری ماشین
  • 5. آماده‌سازی داده‌ها برای آموزش مدل
  • 6. پاکسازی و پیش‌پردازش داده‌ها
  • 7. مهندسی ویژگی (Feature Engineering)
  • 8. انتخاب ویژگی (Feature Selection)
  • 9. تقسیم داده‌ها: آموزش، اعتبارسنجی، آزمون
  • 10. مبانی آموزش مدل‌های یادگیری ماشین
  • 11. الگوریتم‌های رگرسیون خطی
  • 12. الگوریتم‌های رگرسیون لجستیک
  • 13. مبانی طبقه‌بندی
  • 14. الگوریتم‌های درخت تصمیم
  • 15. الگوریتم‌های ماشین بردار پشتیبان (SVM)
  • 16. الگوریتم‌های K-نزدیک‌ترین همسایه (KNN)
  • 17. الگوریتم‌های خوشه‌بندی (Clustering)
  • 18. الگوریتم K-Means
  • 19. الگوریتم DBSCAN
  • 20. مبانی شبکه‌های عصبی مصنوعی
  • 21. معماری شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 22. تابع فعال‌سازی در شبکه‌های عصبی
  • 23. تابع هزینه (Loss Function)
  • 24. بهینه‌سازها (Optimizers): گرادیان کاهشی
  • 25. یادگیری عمیق (Deep Learning)
  • 26. شبکه‌های عصبی کانولوشنال (CNN) برای پردازش تصویر
  • 27. شبکه‌های عصبی بازگشتی (RNN) برای داده‌های ترتیبی
  • 28. شبکه‌های حافظه طولانی کوتاه‌مدت (LSTM)
  • 29. شبکه‌های حافظه کوتاه‌مدت (GRU)
  • 30. آموزش مدل‌های یادگیری ماشین در AWS
  • 31. معرفی Amazon SageMaker
  • 32. ایجاد محیط توسعه SageMaker
  • 33. استفاده از نوت‌بوک‌های SageMaker
  • 34. مبانی تنظیم هایپرپارامتر (Hyperparameter Tuning)
  • 35. استفاده از SageMaker برای آموزش مدل‌های سفارشی
  • 36. آموزش مدل با استفاده از الگوریتم‌های داخلی SageMaker
  • 37. مدیریت داده‌ها در SageMaker
  • 38. ذخیره‌سازی داده‌ها با Amazon S3
  • 39. استفاده از Amazon EMR برای پردازش داده‌های بزرگ
  • 40. یکپارچه‌سازی SageMaker با Amazon EMR
  • 41. مدیریت و ردیابی آزمایش‌های آموزش مدل
  • 42. استفاده از SageMaker Experiments
  • 43. ثبت معیارها و پارامترهای مدل
  • 44. مقایسه نتایج آزمایش‌های مختلف
  • 45. تنظیم هایپرپارامتر خودکار در SageMaker
  • 46. جستجوی تصادفی (Random Search)
  • 47. جستجوی شبکه‌ای (Grid Search)
  • 48. بهینه‌سازی بیزی (Bayesian Optimization)
  • 49. استفاده از الگوریتم‌های پیشرفته‌تر برای آموزش
  • 50. آموزش مدل‌های یادگیری عمیق در SageMaker
  • 51. استفاده از فریم‌ورک‌های محبوب یادگیری عمیق (TensorFlow, PyTorch)
  • 52. آموزش توزیع شده (Distributed Training)
  • 53. مدل‌های یادگیری تقویتی در AWS
  • 54. معرفی Amazon SageMaker Reinforcement Learning
  • 55. تنظیم محیط یادگیری تقویتی
  • 56. آموزش عامل (Agent) یادگیری تقویتی
  • 57. ارزیابی عملکرد مدل‌های یادگیری ماشین
  • 58. معیارهای ارزیابی برای رگرسیون
  • 59. معیارهای ارزیابی برای طبقه‌بندی
  • 60. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 61. دقت، صحت، بازیابی (Precision, Recall)
  • 62. امتیاز F1
  • 63. منحنی ROC و AUC
  • 64. اعتبارسنجی متقابل (Cross-Validation)
  • 65. تفسیرپذیری مدل (Model Interpretability)
  • 66. استفاده از SageMaker Clarify
  • 67. تحلیل اهمیت ویژگی‌ها
  • 68. تحلیل انحراف (Bias) در مدل‌ها
  • 69. عیب‌یابی و بهینه‌سازی مدل‌ها
  • 70. تشخیص و رفع بیش‌برازش (Overfitting)
  • 71. تشخیص و رفع کم‌برازش (Underfitting)
  • 72. تکنیک‌های تنظیم مدل
  • 73. تنظیم نرخ یادگیری
  • 74. تنظیم اندازه دسته (Batch Size)
  • 75. تنظیم تعداد اپوک (Epochs)
  • 76. استفاده از تکنیک‌های منظم‌سازی (Regularization)
  • 77. L1 و L2 Regularization
  • 78. Dropout
  • 79. Early Stopping
  • 80. مدیریت نسخه‌های مدل
  • 81. استفاده از SageMaker Model Registry
  • 82. ردیابی مدل‌های آموزش دیده
  • 83. ذخیره‌سازی و بازیابی مدل‌ها
  • 84. سازگاری مدل‌ها با محیط عملیاتی
  • 85. انتقال یادگیری (Transfer Learning)
  • 86. کاربرد انتقال یادگیری در مسائل مختلف
  • 87. آموزش مدل‌های تشخیص اشیاء
  • 88. آموزش مدل‌های تشخیص چهره
  • 89. آموزش مدل‌های پردازش زبان طبیعی (NLP)
  • 90. مبانی پردازش زبان طبیعی
  • 91. مدل‌های زبانی آماری
  • 92. مدل‌های زبانی مبتنی بر یادگیری عمیق
  • 93. استفاده از SageMaker برای NLP
  • 94. آموزش مدل‌های طبقه‌بندی متن
  • 95. آموزش مدل‌های تشخیص موجودیت نام‌گذاری شده (NER)
  • 96. آموزش مدل‌های ترجمه ماشینی
  • 97. آموزش مدل‌های خلاصه‌سازی متن
  • 98. کاربرد مدل‌های یادگیری ماشین در صنعت
  • 99. مطالعه موردی: پیش‌بینی فروش
  • 100. مطالعه موردی: تشخیص تقلب
✦ مجموعه ویژه یادگیری

یک دوره، چند مسیر برای یادگیری بهتر

کتاب‌های آموزشی، محتوای صوتی و تصویری و دسترسی به سامانه آنلاین فلش‌کارت؛ مجموعه‌ای برای مطالعه، تمرین و تثبیت آموخته‌ها.

📚 محتوای متنی 🎧 صوت و ویدیو 🧠 مرور هوشمند

محتویات بسته آموزشی

مجموعه‌ای از منابع برای شیوه‌های مختلف یادگیری
📚
کتاب نکته‌های خودمانی
نسخه PDF با زبان ساده، روان و کاربردی برای یادگیری راحت‌تر مفاهیم.
PDF · بیان ساده
📘
کتاب نکته‌های رسمی فارسی
نسخه PDF با نگارش استاندارد، بیان دقیق و رویکرد علمی.
PDF · نگارش رسمی
❓
کتاب پرسش و پاسخ تشریحی
نسخه PDF برای مرور مفاهیم و آشنایی با پاسخ‌های توضیحی.
PDF · یادگیری مفهومی
✅
کتاب پرسش‌های چهارگزینه‌ای
نسخه PDF برای تمرین، سنجش آموخته‌ها و آمادگی بیشتر.
PDF · تمرین و سنجش
🎧
پادکست‌های صوتی فارسی
محتوای صوتی برای یادگیری و مرور مطالب در زمان‌های مختلف.
محتوای صوتی
🎬
ویدیوهای آموزشی فارسی
محتوای ویدیویی برای تکمیل تجربه یادگیری و درک بهتر مطالب.
محتوای ویدیویی
💻
اکانت سامانه آنلاین فلش‌کارت
دسترسی به نرم‌افزار آنلاین فلش‌کارت ویژه این دوره برای تمرین و مرور مطالب.
دسترسی آنلاین
🎓
گواهی پایان دوره
امکان دریافت گواهی پس از تکمیل فعالیت‌های لازم در سامانه و طی مراحل تأیید.
پس از تکمیل شرایط
💾
بسته فیزیکی روی فلش مموری
این محصول به‌صورت فلش مموری حاوی فایل‌های آموزشی، محتوای صوتی و ویدیویی ارائه می‌شود.
تحویل فیزیکی
نکته: استفاده از سامانه آنلاین فلش‌کارت به اتصال اینترنت نیاز دارد؛ محتوای قابل استفاده آفلاین به نوع فایل‌های موجود در بسته بستگی دارد.
SMART LEARNING

🌐 سامانه آنلاین فلش‌کارت؛ مرور هدفمند و هوشمند

اکانت ارائه‌شده، دسترسی به نسخه تحت وب سامانه فلش‌کارت ویژه این دوره را فراهم می‌کند. این سامانه از الگوریتم زمان‌بندی مرور SM-2 استفاده می‌کند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم می‌کند.

به این ترتیب، کارت‌های دشوارتر می‌توانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسب‌تری داشته باشید.

🧠
مرور زمان‌بندی‌شده
📈
پیگیری پیشرفت
🔄
تمرین و تکرار هدفمند
📚 حجم آموزشی دوره
هزاران
فلش‌کارت آموزشی، به‌صورت تقریبی
۶۰ ساعت
مدت‌زمان معادل برآوردشده آموزشی

مدت‌زمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج می‌شود.

🏅

گواهی دوزبانه با استعلام آنلاین

گواهی فارسی و انگلیسی · لینک اختصاصی · QR Code

پس از تکمیل فعالیت‌های لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر می‌شود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.

⚖️ توضیح مهم درباره گواهی پایان دوره

این گواهی صرفاً به‌عنوان گواهی اتمام دوره آموزشی صادر می‌شود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.

تجربه‌ای کامل‌تر برای مطالعه، تمرین و یادگیری
express24.ir

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.