کتاب ساخت و استقرار سرویس‌های هوش مصنوعی در ابر H2O

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت و استقرار سرویس‌های هوش مصنوعی در ابر H2O

موضوع کلی: فناوری اطلاعات و نرم‌افزار

موضوع میانی: توسعه نرم‌افزارهای ابری

📋 سرفصل‌های دوره (100 موضوع)

• 1. مقدمه‌ای بر توسعه نرم‌افزارهای ابری
• 2. مبانی معماری ابری
• 3. انواع مدل‌های ابری (IaaS, PaaS, SaaS)
• 4. مفاهیم کلیدی در رایانش ابری
• 5. امنیت در محیط‌های ابری
• 6. مدیریت منابع در ابر
• 7. شبکه‌سازی در ابر
• 8. ذخیره‌سازی داده در ابر
• 9. مقدمه‌ای بر سرویس‌های ابری H2O
• 10. معماری H2O Cloud AI Developer Services
• 11. نصب و راه‌اندازی H2O
• 12. آشنایی با محیط توسعه H2O
• 13. کار با داده‌ها در H2O
• 14. پیش‌پردازش داده‌ها
• 15. پاکسازی داده‌ها
• 16. مهندسی ویژگی
• 17. مقدمه‌ای بر یادگیری ماشین
• 18. انواع الگوریتم‌های یادگیری ماشین
• 19. یادگیری نظارت شده
• 20. یادگیری نظارت نشده
• 21. یادگیری تقویتی
• 22. مدل‌سازی با H2O
• 23. آموزش مدل‌های طبقه‌بندی
• 24. آموزش مدل‌های رگرسیون
• 25. ارزیابی مدل‌ها
• 26. معیارهای ارزیابی مدل
• 27. تنظیم ابرپارامترها
• 28. بهینه‌سازی مدل
• 29. استقرار مدل در ابر H2O
• 30. سرویس‌های استقرار H2O
• 31. مدیریت چرخه عمر مدل
• 32. مانیتورینگ مدل‌های مستقر
• 33. مقیاس‌پذیری سرویس‌های ابری
• 34. مدیریت هزینه‌ها در ابر
• 35. اصول توسعه نرم‌افزار چابک (Agile)
• 36. متدولوژی‌های توسعه چابک
• 37. نقش تیم در توسعه چابک
• 38. برنامه‌ریزی و تخمین در چابک
• 39. تحویل مستمر (Continuous Delivery)
• 40. یکپارچه‌سازی مستمر (Continuous Integration)
• 41. استقرار مستمر (Continuous Deployment)
• 42. ابزارهای CI/CD
• 43. امنیت در توسعه CI/CD
• 44. مقدمه‌ای بر کانتینرسازی
• 45. مفاهیم Docker
• 46. ساخت Image در Docker
• 47. مدیریت کانتینرها
• 48. مقدمه‌ای بر ارکستراسیون کانتینر
• 49. مفاهیم Kubernetes
• 50. نصب و پیکربندی Kubernetes
• 51. مدیریت Pod ها و Service ها
• 52. مدیریت Deployment ها
• 53. ذخیره‌سازی در Kubernetes
• 54. شبکه‌سازی در Kubernetes
• 55. امنیت در Kubernetes
• 56. استقرار برنامه‌های کاربردی در Kubernetes
• 57. مقدمه‌ای بر سرویس‌های ابری مایکروسافت Azure
• 58. مبانی Azure
• 59. ماشین‌های مجازی Azure
• 60. ذخیره‌سازی Azure
• 61. شبکه‌سازی Azure
• 62. امنیت در Azure
• 63. استقرار برنامه‌ها در Azure
• 64. مقدمه‌ای بر سرویس‌های ابری Amazon Web Services (AWS)
• 65. مبانی AWS
• 66. ماشین‌های مجازی EC2
• 67. ذخیره‌سازی S3
• 68. شبکه‌سازی VPC
• 69. امنیت در AWS
• 70. استقرار برنامه‌ها در AWS
• 71. مقدمه‌ای بر سرویس‌های ابری Google Cloud Platform (GCP)
• 72. مبانی GCP
• 73. ماشین‌های مجازی Compute Engine
• 74. ذخیره‌سازی Cloud Storage
• 75. شبکه‌سازی VPC
• 76. امنیت در GCP
• 77. استقرار برنامه‌ها در GCP
• 78. هوش مصنوعی در ابر
• 79. یادگیری عمیق (Deep Learning)
• 80. شبکه‌های عصبی کانولوشنال (CNN)
• 81. شبکه‌های عصبی بازگشتی (RNN)
• 82. پردازش زبان طبیعی (NLP)
• 83. بینایی ماشین (Computer Vision)
• 84. کاربرد هوش مصنوعی در صنایع مختلف
• 85. اخلاق در هوش مصنوعی
• 86. حریم خصوصی داده‌ها
• 87. سوگیری در الگوریتم‌ها
• 88. شفافیت و توضیح‌پذیری مدل‌ها
• 89. اهمیت داده‌های پاک و معتبر
• 90. مدیریت داده در مقیاس بزرگ
• 91. قوانین و مقررات مرتبط با داده‌ها
• 92. آینده توسعه نرم‌افزارهای ابری
• 93. روندهای نوظهور در رایانش ابری
• 94. نقش هوش مصنوعی در آینده ابر
• 95. هوش مصنوعی مولد و ابر
• 96. آینده توسعه سرویس‌های ابری
• 97. توسعه پایدار در ابر
• 98. معماری‌های میکروسرویس در ابر
• 99. امنیت پیشرفته در ابر
• 100. تحلیل داده‌های بزرگ در ابر