سپنتا کتاب اکسپرس
کتاب آموزش عملی مدل‌های یادگیری ماشین با Amazon SageMaker

کتاب آموزش عملی مدل‌های یادگیری ماشین با Amazon SageMaker

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 آموزش عملی مدل‌های یادگیری ماشین با Amazon SageMaker

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: توسعه و استقرار مدل‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مفاهیم پایه یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. کاربردها و حوزه‌های هوش مصنوعی
  • 5. مروری بر پلتفرم‌های ابری برای یادگیری ماشین
  • 6. معرفی Amazon SageMaker
  • 7. ساختار کلی پروژه یادگیری ماشین
  • 8. مراحل توسعه مدل یادگیری ماشین
  • 9. آماده‌سازی داده‌ها برای آموزش مدل
  • 10. جمع‌آوری و پاکسازی داده‌ها
  • 11. مهندسی ویژگی (Feature Engineering)
  • 12. انتخاب و تقسیم داده‌ها (آموزش، اعتبارسنجی، تست)
  • 13. نصب و پیکربندی AWS CLI و SDK
  • 14. ایجاد حساب کاربری AWS
  • 15. مفاهیم اولیه سرویس‌های AWS مرتبط
  • 16. مقدمه‌ای بر Amazon SageMaker Studio
  • 17. راه‌اندازی محیط SageMaker Studio
  • 18. ناوبری و قابلیت‌های SageMaker Studio
  • 19. کار با نوت‌بوک‌های Jupyter در SageMaker
  • 20. مقدمه‌ای بر الگوریتم‌های یادگیری ماشین
  • 21. رگرسیون خطی و منطقی
  • 22. درختان تصمیم و جنگل‌های تصادفی
  • 23. ماشین‌های بردار پشتیبان (SVM)
  • 24. خوشه‌بندی K-Means
  • 25. شبکه‌های عصبی مصنوعی (ANN)
  • 26. مقدمه‌ای بر یادگیری عمیق (Deep Learning)
  • 27. شبکه‌های عصبی کانولوشنال (CNN)
  • 28. شبکه‌های عصبی بازگشتی (RNN)
  • 29. مفاهیم آموزش مدل در SageMaker
  • 30. انتخاب الگوریتم مناسب برای مسئله
  • 31. تعریف و پیکربندی وظایف آموزش (Training Jobs)
  • 32. استفاده از الگوریتم‌های داخلی SageMaker
  • 33. آموزش مدل با استفاده از اسکریپت‌های سفارشی
  • 34. استقرار مدل‌های آموزش دیده
  • 35. مقدمه‌ای بر استقرار مدل (Model Deployment)
  • 36. ایجاد نقطه پایانی (Endpoint) برای مدل
  • 37. استقرار مدل به صورت Real-time
  • 38. استقرار مدل به صورت Batch Transform
  • 39. مدیریت نقاط پایانی SageMaker
  • 40. مانیتورینگ و ارزیابی عملکرد مدل
  • 41. معیارهای ارزیابی مدل‌های یادگیری ماشین
  • 42. نمودارهای ROC و منحنی Precision-Recall
  • 43. مانیتورینگ مدل در حال اجرا
  • 44. تشخیص انحراف داده (Data Drift)
  • 45. تشخیص انحراف مدل (Model Drift)
  • 46. بهینه‌سازی مدل و تنظیم پارامترها
  • 47. جستجوی خودکار هایپرپارامترها (Hyperparameter Tuning)
  • 48. تنظیم پارامترهای الگوریتم‌ها
  • 49. استفاده از Grid Search و Random Search
  • 50. کاربرد SageMaker Model Monitor
  • 51. مدیریت چرخه عمر مدل (MLOps)
  • 52. مفاهیم MLOps
  • 53. ابزارهای MLOps در SageMaker
  • 54. خودکارسازی پایپ‌لاین‌های یادگیری ماشین
  • 55. مدیریت نسخه مدل‌ها (Model Versioning)
  • 56. استقرار مدل‌های چندگانه و A/B Testing
  • 57. امنیت در SageMaker
  • 58. مدیریت دسترسی و مجوزها (IAM)
  • 59. رمزگذاری داده‌ها در SageMaker
  • 60. امنیت شبکه و VPCها
  • 61. پایپ‌لاین‌های پردازش داده در SageMaker
  • 62. SageMaker Data Wrangler
  • 63. ایجاد و اجرای پایپ‌لاین‌های پردازش داده
  • 64. استفاده از SageMaker Pipelines
  • 65. پایپ‌لاین‌های آموزش و استقرار مدل
  • 66. مدیریت و اتوماسیون وظایف
  • 67. کاربرد SageMaker Ground Truth
  • 68. برچسب‌گذاری داده‌ها برای آموزش
  • 69. انواع وظایف برچسب‌گذاری
  • 70. مدیریت تیم‌های برچسب‌گذاری
  • 71. استفاده از SageMaker Feature Store
  • 72. مدیریت و اشتراک‌گذاری ویژگی‌ها
  • 73. ساخت و استفاده از Feature Groups
  • 74. یکپارچگی Feature Store با آموزش و استقرار
  • 75. مقدمه‌ای بر یادگیری تقویتی در SageMaker
  • 76. مفاهیم یادگیری تقویتی
  • 77. استفاده از SageMaker RL
  • 78. ساخت محیط‌های شبیه‌سازی شده
  • 79. آموزش عامل‌های یادگیری تقویتی
  • 80. استقرار عامل‌های یادگیری تقویتی
  • 81. کاربرد SageMaker Clarify
  • 82. تشخیص سوگیری (Bias) در مدل‌ها
  • 83. توضیح‌پذیری مدل (Model Explainability)
  • 84. تحلیل تأثیر ویژگی‌ها بر پیش‌بینی‌ها
  • 85. مقدمه‌ای بر یادگیری انتقالی (Transfer Learning)
  • 86. استفاده از مدل‌های از پیش آموزش دیده
  • 87. تنظیم دقیق (Fine-tuning) مدل‌ها
  • 88. کاربردها در پردازش زبان طبیعی
  • 89. کاربردها در بینایی ماشین
  • 90. مباحث پیشرفته در SageMaker
  • 91. SageMaker Autopilot
  • 92. ایجاد خودکار مدل‌های یادگیری ماشین
  • 93. تحلیل و انتخاب بهترین مدل
  • 94. SageMaker JumpStart
  • 95. استفاده از راه‌حل‌های آماده
  • 96. مدل‌های از پیش آموزش دیده و دیتاست‌ها
  • 97. سفارشی‌سازی راه‌حل‌های JumpStart
  • 98. جمع‌بندی و بهترین شیوه‌ها
  • 99. مروری بر کل دوره
  • 100. نکات کلیدی برای توسعه موفق مدل

📚 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.