کتاب مبانی آمازون سیج‌میکر (Amazon SageMaker) برای ساخت مدل‌های یادگیری ماشین

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 مبانی آمازون سیج‌میکر (Amazon SageMaker) برای ساخت مدل‌های یادگیری ماشین

موضوع کلی: فناوری اطلاعات و علوم کامپیوتر

موضوع میانی: هوش مصنوعی و یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری ماشین و هوش مصنوعی
  • 2. مفاهیم پایه یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. کاربردها و مزایای یادگیری ماشین
  • 5. معرفی آمازون سیج‌میکر (Amazon SageMaker)
  • 6. چرا از سیج‌میکر استفاده کنیم؟
  • 7. مراحل ساخت مدل یادگیری ماشین با سیج‌میکر
  • 8. جمع‌آوری و آماده‌سازی داده‌ها
  • 9. مفهوم ویژگی‌ها (Features) و برچسب‌ها (Labels)
  • 10. پاکسازی داده‌ها و مدیریت مقادیر گمشده
  • 11. مهندسی ویژگی (Feature Engineering)
  • 12. تکنیک‌های افزایش داده (Data Augmentation)
  • 13. مفهوم مجموعه‌های آموزشی، اعتبارسنجی و آزمون
  • 14. تقسیم داده‌ها
  • 15. آموزش مدل‌های یادگیری ماشین
  • 16. معرفی الگوریتم‌های یادگیری ماشین
  • 17. رگرسیون خطی (Linear Regression)
  • 18. رگرسیون لجستیک (Logistic Regression)
  • 19. ماشین‌های بردار پشتیبان (SVM)
  • 20. درختان تصمیم (Decision Trees)
  • 21. جنگل‌های تصادفی (Random Forests)
  • 22. گرادیان بوستینگ (Gradient Boosting)
  • 23. شبکه‌های عصبی (Neural Networks)
  • 24. شبکه‌های عصبی کانولوشنال (CNN)
  • 25. شبکه‌های عصبی بازگشتی (RNN)
  • 26. یادگیری عمیق (Deep Learning)
  • 27. معرفی ابزارهای سیج‌میکر برای آموزش مدل
  • 28. انتخاب الگوریتم مناسب
  • 29. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 30. استفاده از الگوریتم‌های داخلی سیج‌میکر
  • 31. آموزش مدل با استفاده از کانتینرهای پیش‌ساخته
  • 32. آموزش مدل با استفاده از کانتینرهای سفارشی
  • 33. مدیریت محیط‌های آموزشی
  • 34. استفاده از پردازنده‌های گرافیکی (GPU)
  • 35. مانیتورینگ و لاگ‌برداری فرآیند آموزش
  • 36. ارزیابی مدل‌های یادگیری ماشین
  • 37. معیارهای ارزیابی برای رگرسیون
  • 38. خطای میانگین مربعات (MSE)
  • 39. ریشه خطای میانگین مربعات (RMSE)
  • 40. خطای میانگین قدر مطلق (MAE)
  • 41. ضریب تعیین (R-squared)
  • 42. معیارهای ارزیابی برای طبقه‌بندی
  • 43. دقت (Accuracy)
  • 44. صحت (Precision)
  • 45. بازیابی (Recall)
  • 46. امتیاز F1
  • 47. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 48. منحنی ROC و AUC
  • 49. انتخاب بهترین مدل
  • 50. بهینه‌سازی مدل‌ها
  • 51. تکنیک‌های جلوگیری از بیش‌برازش (Overfitting)
  • 52. تنظیم‌گری (Regularization)
  • 53. کاهش ابعاد (Dimensionality Reduction)
  • 54. انتقال یادگیری (Transfer Learning)
  • 55. مفهوم مدل‌های از پیش آموزش‌دیده
  • 56. استفاده از مدل‌های از پیش آموزش‌دیده در سیج‌میکر
  • 57. تنظیم دقیق (Fine-tuning) مدل‌های از پیش آموزش‌دیده
  • 58. پیاده‌سازی مدل‌های یادگیری ماشین
  • 59. مفهوم استنتاج (Inference)
  • 60. استنتاج در زمان واقعی (Real-time Inference)
  • 61. استنتاج دسته‌ای (Batch Inference)
  • 62. استقرار مدل‌ها در سیج‌میکر
  • 63. ایجاد نقطه پایانی (Endpoint) برای استقرار
  • 64. مدیریت نقاط پایانی
  • 65. مقیاس‌پذیری استقرار
  • 66. مانیتورینگ عملکرد مدل مستقر شده
  • 67. مدیریت هزینه‌ها در سیج‌میکر
  • 68. استفاده بهینه از منابع محاسباتی
  • 69. مدیریت ذخیره‌سازی داده‌ها
  • 70. بهینه‌سازی فرآیندهای استقرار
  • 71. امنیت در سیج‌میکر
  • 72. مدیریت دسترسی و مجوزها (IAM)
  • 73. رمزنگاری داده‌ها
  • 74. امنیت شبکه
  • 75. ملاحظات اخلاقی در هوش مصنوعی
  • 76. سوگیری در داده‌ها و مدل‌ها
  • 77. عدالت و شفافیت در هوش مصنوعی
  • 78. مسئولیت‌پذیری در استفاده از هوش مصنوعی
  • 79. کاربردهای پیشرفته در سیج‌میکر
  • 80. پردازش زبان طبیعی (NLP)
  • 81. بینایی ماشین (Computer Vision)
  • 82. سیستم‌های توصیه‌گر (Recommender Systems)
  • 83. خودکارسازی فرآیندها با هوش مصنوعی
  • 84. معرفی ابزارهای دیگر AWS برای یادگیری ماشین
  • 85. Amazon Comprehend
  • 86. Amazon Rekognition
  • 87. Amazon Translate
  • 88. Amazon Textract
  • 89. Amazon Personalize
  • 90. Amazon Forecast
  • 91. مبانی توسعه نرم‌افزار در اکوسیستم AWS
  • 92. ساخت برنامه‌های کاربردی با استفاده از سیج‌میکر
  • 93. یکپارچه‌سازی سیج‌میکر با سایر خدمات AWS
  • 94. مثال‌های عملی از ساخت مدل با سیج‌میکر
  • 95. ساخت مدل پیش‌بینی فروش
  • 96. ساخت مدل تشخیص تصویر
  • 97. ساخت مدل تحلیل احساسات متن
  • 98. جمع‌بندی و گام‌های بعدی در یادگیری ماشین

📚 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.