سپنتا کتاب اکسپرس
کتاب ساخت و استقرار خطوط لوله یادگیری ماشین در Google Cloud

کتاب ساخت و استقرار خطوط لوله یادگیری ماشین در Google Cloud

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 استقرار خطوط لوله یادگیری ماشین در Google Cloud

موضوع کلی: هوش مصنوعی و یادگیری ماشین در محیط ابری

موضوع میانی: پیاده‌سازی خطوط لوله یادگیری ماشین در Google Cloud

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری ماشین در محیط ابری
  • 2. مفاهیم کلیدی یادگیری ماشین
  • 3. کاربردهای هوش مصنوعی و یادگیری ماشین
  • 4. مزایای استفاده از محیط ابری برای یادگیری ماشین
  • 5. معرفی Google Cloud Platform (GCP)
  • 6. آشنایی با سرویس‌های کلیدی GCP برای یادگیری ماشین
  • 7. مبانی ساخت خطوط لوله (Pipelines)
  • 8. اهمیت خطوط لوله در چرخه عمر یادگیری ماشین
  • 9. معماری یک خط لوله یادگیری ماشین
  • 10. مراحل اصلی یک خط لوله یادگیری ماشین
  • 11. داده‌کاوی و پیش‌پردازش داده‌ها در GCP
  • 12. ابزارهای GCP برای مدیریت و آماده‌سازی داده
  • 13. انتخاب و مهندسی ویژگی‌ها
  • 14. نکات مهم در انتخاب ویژگی‌ها
  • 15. آموزش مدل‌های یادگیری ماشین
  • 16. چارچوب‌های محبوب آموزش مدل (TensorFlow، PyTorch)
  • 17. استفاده از AI Platform Training در GCP
  • 18. تنظیم و بهینه‌سازی پارامترهای مدل
  • 19. ارزیابی مدل‌های یادگیری ماشین
  • 20. معیارهای ارزیابی مدل‌های طبقه‌بندی
  • 21. معیارهای ارزیابی مدل‌های رگرسیون
  • 22. مدیریت نسخه مدل‌ها
  • 23. ذخیره‌سازی و ردیابی مدل‌ها
  • 24. استقرار مدل‌های یادگیری ماشین
  • 25. روش‌های مختلف استقرار مدل
  • 26. استقرار مدل با AI Platform Prediction
  • 27. نظارت بر عملکرد مدل مستقر شده
  • 28. تشخیص افت عملکرد مدل
  • 29. بازآموزی مدل‌ها
  • 30. استراتژی‌های بازآموزی خودکار
  • 31. مفهوم خط لوله مداوم (Continuous Pipeline)
  • 32. ساخت خط لوله با Kubeflow Pipelines
  • 33. مقدمه‌ای بر Kubeflow
  • 34. نصب و پیکربندی Kubeflow
  • 35. مبانی کامپوننت‌های Kubeflow
  • 36. طراحی یک خط لوله ساده با Kubeflow
  • 37. اجرای خط لوله در Kubeflow
  • 38. مدیریت داده‌ها در خطوط لوله
  • 39. ذخیره‌سازی داده‌ها در Cloud Storage
  • 40. استفاده از BigQuery برای تحلیل داده
  • 41. اتصال خطوط لوله به منابع داده
  • 42. امنیت در خطوط لوله یادگیری ماشین
  • 43. مدیریت دسترسی‌ها در GCP
  • 44. رمزنگاری داده‌ها
  • 45. نظارت و ثبت وقایع (Logging & Monitoring)
  • 46. استفاده از Cloud Logging
  • 47. استفاده از Cloud Monitoring
  • 48. بهینه‌سازی هزینه‌ها در GCP
  • 49. مدیریت منابع محاسباتی
  • 50. استراتژی‌های کاهش هزینه
  • 51. خطوط لوله برای پردازش زبان طبیعی (NLP)
  • 52. آماده‌سازی متن برای مدل‌های NLP
  • 53. آموزش مدل‌های NLP در GCP
  • 54. استقرار مدل‌های NLP
  • 55. خطوط لوله برای بینایی ماشین (Computer Vision)
  • 56. آماده‌سازی تصاویر برای مدل‌های CV
  • 57. آموزش مدل‌های CV در GCP
  • 58. استقرار مدل‌های CV
  • 59. خطوط لوله برای یادگیری تقویتی (Reinforcement Learning)
  • 60. مبانی یادگیری تقویتی
  • 61. پیاده‌سازی RL در GCP
  • 62. خطوط لوله داده‌محور (Data-Centric Pipelines)
  • 63. اهمیت کیفیت داده‌ها
  • 64. بهبود خطوط لوله با تمرکز بر داده
  • 65. خطوط لوله برای یادگیری توصیه‌گرها (Recommender Systems)
  • 66. طراحی سیستم‌های توصیه‌گر
  • 67. پیاده‌سازی در GCP
  • 68. خطوط لوله برای تشخیص ناهنجاری (Anomaly Detection)
  • 69. الگوریتم‌های تشخیص ناهنجاری
  • 70. کاربردها در GCP
  • 71. خطوط لوله برای پیش‌بینی سری‌های زمانی (Time Series Forecasting)
  • 72. مدل‌های سری زمانی
  • 73. پیاده‌سازی در GCP
  • 74. خطوط لوله برای پردازش جریان داده (Stream Processing)
  • 75. معرفی پردازش جریانی
  • 76. ابزارهای GCP برای پردازش جریانی
  • 77. یکپارچه‌سازی پردازش جریانی با خطوط لوله ML
  • 78. ملاحظات مقیاس‌پذیری در خطوط لوله
  • 79. تکنیک‌های مقیاس‌پذیری خودکار
  • 80. مدیریت بار کاری سنگین
  • 81. خطوط لوله برای یادگیری فدرال (Federated Learning)
  • 82. مبانی یادگیری فدرال
  • 83. پیاده‌سازی در GCP
  • 84. خطوط لوله با رویکرد MLOps
  • 85. اصول MLOps
  • 86. چالش‌های MLOps
  • 87. ابزارهای MLOps در GCP
  • 88. خطوط لوله برای تست مدل‌ها
  • 89. انواع تست مدل
  • 90. خودکارسازی تست مدل
  • 91. خطوط لوله برای توضیح‌پذیری مدل (Explainable AI)
  • 92. اهمیت توضیح‌پذیری
  • 93. تکنیک‌های توضیح‌پذیری در GCP
  • 94. خطوط لوله برای مدیریت داده‌های حجیم (Big Data)
  • 95. ابزارهای GCP برای داده‌های حجیم
  • 96. یکپارچه‌سازی با خطوط لوله ML
  • 97. خطوط لوله برای یادگیری عمیق (Deep Learning)
  • 98. مبانی یادگیری عمیق
  • 99. پیاده‌سازی در GCP
  • 100. خطوط لوله برای تشخیص کلاهبرداری (Fraud Detection)

📚 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.