سپنتا کتاب اکسپرس
کتاب TFX برای داده‌های بزرگ و مقیاس‌پذیری ML

کتاب TFX برای داده‌های بزرگ و مقیاس‌پذیری ML

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 TFX برای داده‌های بزرگ و مقیاس‌پذیری ML

موضوع کلی: ارزیابی سیستم‌های هوش مصنوعی

موضوع میانی: TensorFlow Extended (TFX)

📋 سرفصل‌های دوره

  • 1. مبانی TensorFlow برای یادگیری ماشین
  • 2. مفاهیم پایه TensorFlow
  • 3. ساخت و کامپایل گراف محاسباتی
  • 4. تنسورها و عملیات بر روی آن‌ها
  • 5. متغیرها و مقادیر ثابت
  • 6. سشن‌های TensorFlow
  • 7. تابع‌نویسی و اجرای گراف
  • 8. آموزش مدل‌های خطی
  • 9. رگرسیون خطی با TensorFlow
  • 10. رگرسیون لجستیک با TensorFlow
  • 11. بهینه‌سازی و گرادیان کاهشی
  • 12. آموزش شبکه‌های عصبی پرسپترون چندلایه
  • 13. لایه‌های متراکم و فعال‌سازی‌ها
  • 14. توابع هزینه و معیارهای ارزیابی
  • 15. بهینه‌سازهای پیشرفته (Adam, RMSprop)
  • 16. مدل‌های پیچیده‌تر شبکه‌های عصبی
  • 17. شبکه‌های عصبی کانولوشنی (CNN)
  • 18. معماری‌های CNN برای طبقه‌بندی تصاویر
  • 19. شبکه‌های عصبی بازگشتی (RNN)
  • 20. شبکه‌های LSTM و GRU برای داده‌های ترتیبی
  • 21. پردازش زبان طبیعی با TensorFlow
  • 22. بردارسازی کلمات (Word Embeddings)
  • 23. مدل‌های زبان و تولید متن
  • 24. استفاده از TensorFlow برای داده‌های بزرگ
  • 25. مفاهیم موازی‌سازی و توزیع‌شدگی
  • 26. TensorFlow Distributed Strategy
  • 27. پیاده‌سازی مدل‌های توزیع‌شده
  • 28. TensorFlow Extended (TFX) چیست؟
  • 29. مراحل پایپ‌لاین TFX
  • 30. ورودی داده‌ها در TFX (ExampleGen)
  • 31. تحلیل و اعتبار سنجی داده‌ها (StatisticsGen, SchemaGen, ExampleValidator)
  • 32. پیش‌پردازش داده‌ها در TFX (Transform)
  • 33. آموزش مدل با TensorFlow (Trainer)
  • 34. ارزیابی مدل در TFX (Evaluator)
  • 35. پایپ‌لاین‌های TFX برای یادگیری ماشین
  • 36. مدیریت و انتشار مدل (Pusher)
  • 37. مؤلفه‌های TFX برای مهندسی ویژگی
  • 38. استفاده از TensorFlow Transform
  • 39. تبدیل داده‌های عددی و دسته‌ای
  • 40. ایجاد ویژگی‌های ترکیبی
  • 41. مدل‌سازی برای مقیاس‌پذیری ML
  • 42. بهینه‌سازی مدل برای استنتاج سریع
  • 43. استفاده از TensorFlow Lite
  • 44. تبدیل مدل‌ها برای دستگاه‌های موبایل
  • 45. استفاده از TensorFlow Serving
  • 46. استقرار مدل‌ها برای سرویس‌دهی در مقیاس
  • 47. معماری‌های سرویس‌دهی مدل
  • 48. مدیریت ورژن مدل‌ها
  • 49. نظارت بر عملکرد مدل در حال اجرا
  • 50. ابزارهای TFX برای مدیریت چرخه عمر ML
  • 51. استفاده از Kubeflow Pipelines با TFX
  • 52. اتوماسیون پایپ‌لاین‌های ML
  • 53. تست و اعتبارسنجی پایپ‌لاین‌ها
  • 54. مدیریت داده‌های نسخه‌بندی شده
  • 55. استفاده از TensorFlow Datasets
  • 56. بارگذاری و پیش‌پردازش مجموعه داده‌های استاندارد
  • 57. ایجاد مجموعه داده‌های سفارشی
  • 58. کار با فایل‌های بزرگ در TensorFlow
  • 59. استفاده از TFRecords
  • 60. خواندن و نوشتن TFRecords
  • 61. بهینه‌سازی I/O برای مجموعه داده‌های بزرگ
  • 62. مفاهیم مهندسی ویژگی پیشرفته
  • 63. تکنیک‌های کاهش ابعاد
  • 64. انتخاب ویژگی
  • 65. تکنیک‌های Regularization
  • 66. مدیریت ناهمگونی داده‌ها
  • 67. مدل‌سازی داده‌های نامتعادل
  • 68. استفاده از تکنیک‌های Ensemble
  • 69. ترکیب مدل‌ها برای بهبود عملکرد
  • 70. مدل‌سازی سری‌های زمانی با TensorFlow
  • 71. پیش‌بینی سری‌های زمانی
  • 72. استفاده از مدل‌های آماری در کنار ML
  • 73. نظارت و نگهداری مدل‌های ML
  • 74. بازآموزی مدل‌ها
  • 75. شناسایی افت عملکرد مدل
  • 76. استقرار مدل در محیط‌های مختلف
  • 77. ملاحظات امنیتی در ML
  • 78. حفاظت از داده‌ها و مدل‌ها
  • 79. اصول یادگیری ماشین اخلاقی
  • 80. شفافیت و قابلیت تفسیر مدل
  • 81. پیاده‌سازی مدل‌های سفارشی در TensorFlow
  • 82. ایجاد لایه‌های سفارشی
  • 83. توابع هزینه سفارشی
  • 84. بهینه‌سازهای سفارشی
  • 85. مقایسه TFX با ابزارهای مشابه
  • 86. مزایای TFX برای مقیاس‌پذیری
  • 87. چالش‌های پیاده‌سازی TFX
  • 88. مباحث پیشرفته در TFX
  • 89. مدل‌سازی گراف با TensorFlow
  • 90. پیاده‌سازی شبکه‌های عصبی گراف (GNN)
  • 91. کاربرد GNN در مسائل مختلف
  • 92. یادگیری تقویتی با TensorFlow
  • 93. مفاهیم پایه یادگیری تقویتی
  • 94. پیاده‌سازی الگوریتم‌های RL
  • 95. استفاده از کتابخانه‌های مرتبط با RL
  • 96. TensorFlow Probability برای مدل‌سازی احتمالی
  • 97. توزیع‌های احتمالی در TensorFlow
  • 98. مدل‌های بیزی با TensorFlow Probability
  • 99. استفاده از TensorFlow Hub برای مدل‌های از پیش آموزش دیده
  • 100. بارگذاری و استفاده از مدل‌های موجود

📚 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.