سپنتا کتاب اکسپرس
کتاب ساخت و بهینه‌سازی مدل‌های یادگیری ماشین با استفاده از ابزارهای ابری (Amazon SageMaker)

کتاب ساخت و بهینه‌سازی مدل‌های یادگیری ماشین با استفاده از ابزارهای ابری (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 ساخت و بهینه‌سازی مدل‌های یادگیری ماشین با استفاده از ابزارهای ابری (Amazon SageMaker)

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: آموزش مدل‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. کاربردها و مزایای یادگیری ماشین
  • 3. مبانی آماری و ریاضی یادگیری ماشین
  • 4. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 5. مراحل کلی ساخت مدل یادگیری ماشین
  • 6. معرفی پلتفرم‌های ابری برای یادگیری ماشین
  • 7. آشنایی با Amazon SageMaker
  • 8. نصب و پیکربندی محیط SageMaker
  • 9. مفاهیم کلیدی در SageMaker: Notebook Instances, Training Jobs, Endpoints
  • 10. انتخاب مجموعه داده مناسب برای آموزش مدل
  • 11. پیش‌پردازش داده‌ها: پاکسازی و نرمال‌سازی
  • 12. مهندسی ویژگی: انتخاب و ایجاد ویژگی‌های مؤثر
  • 13. تقسیم داده‌ها به مجموعه‌های آموزشی، اعتبارسنجی و تست
  • 14. مقدمه‌ای بر الگوریتم‌های یادگیری ماشین نظارت شده
  • 15. رگرسیون خطی و کاربردهای آن
  • 16. رگرسیون لجستیک برای مسائل طبقه‌بندی
  • 17. درختان تصمیم و نحوه کارکرد آن‌ها
  • 18. جنگل‌های تصادفی و بهبود عملکرد مدل
  • 19. ماشین‌های بردار پشتیبان (SVM)
  • 20. مقدمه‌ای بر الگوریتم‌های یادگیری ماشین بدون نظارت
  • 21. خوشه‌بندی K-Means
  • 22. تحلیل مؤلفه‌های اصلی (PCA)
  • 23. مقدمه‌ای بر یادگیری عمیق و شبکه‌های عصبی
  • 24. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 25. آشنایی با فریم‌ورک‌های یادگیری عمیق (TensorFlow, PyTorch)
  • 26. استفاده از SageMaker برای آموزش مدل‌های یادگیری عمیق
  • 27. آموزش مدل‌های شبکه‌های عصبی کانولوشنی (CNN)
  • 28. کاربرد CNN در پردازش تصویر
  • 29. آموزش مدل‌های شبکه‌های عصبی بازگشتی (RNN)
  • 30. کاربرد RNN در پردازش زبان طبیعی
  • 31. مفاهیم بهینه‌سازی مدل‌های یادگیری ماشین
  • 32. انتخاب تابع هزینه مناسب
  • 33. بهینه‌سازها: گرادیان کاهشی و انواع آن
  • 34. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 35. اعتبارسنجی متقابل (Cross-Validation)
  • 36. تکنیک‌های منظم‌سازی (Regularization) برای جلوگیری از بیش‌برازش
  • 37. مدیریت بیش‌برازش (Overfitting) و کم‌برازش (Underfitting)
  • 38. ارزیابی عملکرد مدل‌های طبقه‌بندی
  • 39. معیارهای ارزیابی: دقت، صحت، بازیابی، امتیاز F1
  • 40. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 41. منحنی ROC و سطح زیر منحنی (AUC)
  • 42. ارزیابی عملکرد مدل‌های رگرسیون
  • 43. میانگین مربعات خطا (MSE)
  • 44. میانگین قدر مطلق خطا (MAE)
  • 45. ضریب تعیین (R-squared)
  • 46. استقرار مدل‌های یادگیری ماشین در SageMaker
  • 47. ایجاد نقاط پایانی (Endpoints) برای استقرار مدل
  • 48. پیش‌بینی بلادرنگ با استفاده از SageMaker Endpoints
  • 49. پیش‌بینی دسته‌ای (Batch Transform)
  • 50. مانیتورینگ عملکرد مدل مستقر شده
  • 51. به‌روزرسانی مدل‌های مستقر شده
  • 52. امنیت در SageMaker و مدیریت دسترسی
  • 53. مدیریت هزینه‌ها در SageMaker
  • 54. کاربرد SageMaker در پردازش زبان طبیعی (NLP)
  • 55. تحلیل احساسات با استفاده از مدل‌های NLP
  • 56. شناسایی موجودیت نام‌گذاری شده (NER)
  • 57. ترجمه ماشینی با SageMaker
  • 58. کاربرد SageMaker در پردازش تصویر
  • 59. تشخیص اشیاء در تصاویر
  • 60. بخش‌بندی تصاویر
  • 61. تولید تصویر با استفاده از مدل‌های مولد
  • 62. یادگیری تقویتی در SageMaker
  • 63. مقدمه‌ای بر یادگیری تقویتی
  • 64. کاربرد یادگیری تقویتی در بهینه‌سازی فرآیندها
  • 65. ساخت ربات‌های هوشمند با SageMaker
  • 66. استفاده از SageMaker Studio برای تجربه یکپارچه
  • 67. مدیریت پروژه‌ها در SageMaker Studio
  • 68. همکاری تیمی در SageMaker
  • 69. آزمایشگاه‌ها و نمونه‌کدهای عملی در SageMaker
  • 70. ساخت مدل پیش‌بینی قیمت مسکن
  • 71. ساخت مدل تشخیص اسپم ایمیل
  • 72. ساخت مدل پیشنهاد دهنده محصول
  • 73. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLMs)
  • 74. کاربرد LLMs در SageMaker
  • 75. تنظیم دقیق (Fine-tuning) LLMs برای وظایف خاص
  • 76. ملاحظات اخلاقی در هوش مصنوعی
  • 77. سوگیری در داده‌ها و مدل‌ها
  • 78. شفافیت و توضیح‌پذیری مدل‌ها
  • 79. حریم خصوصی داده‌ها در یادگیری ماشین
  • 80. تأثیر هوش مصنوعی بر بازار کار
  • 81. آینده هوش مصنوعی و یادگیری ماشین
  • 82. مروری بر ابزارهای جدید در SageMaker
  • 83. بهینه‌سازی مصرف منابع در SageMaker
  • 84. استفاده از SageMaker برای ساخت سیستم‌های توصیه‌گر
  • 85. ساخت سیستم توصیه‌گر فیلم
  • 86. ساخت سیستم توصیه‌گر موسیقی
  • 87. مقدمه‌ای بر یادگیری فدرال (Federated Learning)
  • 88. کاربرد یادگیری فدرال در SageMaker
  • 89. پروژه‌های پیشرفته با SageMaker
  • 90. ساخت مدل‌های تشخیص ناهنجاری
  • 91. کاربرد SageMaker در مراقبت‌های بهداشتی
  • 92. تحلیل داده‌های پزشکی با SageMaker
  • 93. ساخت مدل پیش‌بینی بیماری
  • 94. 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.