سپنتا کتاب اکسپرس
کتاب ساخت و استقرار مدل‌های یادگیری ماشین در Azure ML

کتاب ساخت و استقرار مدل‌های یادگیری ماشین در Azure ML

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 مدل‌های یادگیری ماشین در Azure ML

موضوع کلی: علم داده و یادگیری ماشین

موضوع میانی: توسعه مدل‌های یادگیری ماشین با ابزارهای ابری

📋 سرفصل‌های دوره

  • 1. مبانی علم داده و تحلیل داده
  • 2. مقدمه‌ای بر علم داده در Azure
  • 3. انواع داده‌ها و منابع داده
  • 4. پاکسازی و پیش‌پردازش داده‌ها
  • 5. کاوش داده‌ها و تجسم‌سازی
  • 6. مفاهیم اولیه یادگیری ماشین
  • 7. انواع یادگیری ماشین: نظارت‌شده و بدون نظارت
  • 8. یادگیری ماشین نظارت‌شده: رگرسیون
  • 9. یادگیری ماشین نظارت‌شده: طبقه‌بندی
  • 10. یادگیری ماشین بدون نظارت: خوشه‌بندی
  • 11. یادگیری ماشین بدون نظارت: کاهش ابعاد
  • 12. معرفی Azure Machine Learning
  • 13. محیط کاری Azure Machine Learning Studio
  • 14. کار با دیتاست‌ها در Azure ML
  • 15. آماده‌سازی داده‌ها با ابزارهای Azure ML
  • 16. ایجاد و مدیریت پروژه‌ها در Azure ML
  • 17. استفاده از Designer در Azure ML
  • 18. ساخت مدل‌های یادگیری ماشین بدون کد
  • 19. انتخاب الگوریتم‌های مناسب
  • 20. آموزش مدل‌های یادگیری ماشین
  • 21. ارزیابی عملکرد مدل‌ها
  • 22. تنظیم پارامترهای مدل (Hyperparameter Tuning)
  • 23. انتخاب ویژگی‌ها (Feature Selection)
  • 24. مهندسی ویژگی‌ها (Feature Engineering)
  • 25. مدیریت نسخه‌های مدل
  • 26. استقرار مدل‌ها به عنوان سرویس‌های وب
  • 27. استقرار مدل‌ها در Azure Kubernetes Service (AKS)
  • 28. مانیتورینگ مدل‌های مستقر شده
  • 29. به‌روزرسانی مدل‌های مستقر شده
  • 30. مفاهیم یادگیری عمیق
  • 31. شبکه‌های عصبی مصنوعی
  • 32. شبکه‌های عصبی کانولوشنی (CNN)
  • 33. شبکه‌های عصبی بازگشتی (RNN)
  • 34. کاربرد یادگیری عمیق در پردازش تصویر
  • 35. کاربرد یادگیری عمیق در پردازش زبان طبیعی
  • 36. معرفی Azure Machine Learning برای یادگیری عمیق
  • 37. ساخت مدل‌های یادگیری عمیق در Azure ML
  • 38. استفاده از فریم‌ورک‌های یادگیری عمیق (TensorFlow, PyTorch)
  • 39. آموزش مدل‌های یادگیری عمیق با استفاده از GPU
  • 40. بهینه‌سازی مدل‌های یادگیری عمیق
  • 41. استقرار مدل‌های یادگیری عمیق
  • 42. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 43. تکنیک‌های پیش‌پردازش متن
  • 44. مدل‌سازی موضوعی (Topic Modeling)
  • 45. تحلیل احساسات (Sentiment Analysis)
  • 46. تشخیص موجودیت نام‌دار (Named Entity Recognition)
  • 47. ترجمه ماشینی
  • 48. خلاصه‌سازی متن
  • 49. مدل‌های زبانی بزرگ (LLMs)
  • 50. کاربرد LLMs در Azure ML
  • 51. سفارشی‌سازی LLMs
  • 52. استقرار LLMs
  • 53. مقدمه‌ای بر پردازش تصویر
  • 54. تشخیص اشیاء
  • 55. دسته‌بندی تصاویر
  • 56. تقسیم‌بندی تصاویر (Image Segmentation)
  • 57. تولید تصویر
  • 58. کاربرد پردازش تصویر در Azure ML
  • 59. ساخت مدل‌های پردازش تصویر در Azure ML
  • 60. استفاده از مدل‌های از پیش آموزش‌دیده
  • 61. تنظیم دقیق مدل‌های پردازش تصویر
  • 62. مقدمه‌ای بر یادگیری تقویتی (Reinforcement Learning)
  • 63. مفاهیم یادگیری تقویتی
  • 64. الگوریتم‌های یادگیری تقویتی
  • 65. کاربرد یادگیری تقویتی در Azure ML
  • 66. ساخت مدل‌های یادگیری تقویتی در Azure ML
  • 67. بهینه‌سازی سیستم‌ها با یادگیری تقویتی
  • 68. مقدمه‌ای بر Big Data و Azure Databricks
  • 69. کار با Spark در Azure Databricks
  • 70. تحلیل داده‌های بزرگ با Azure Databricks
  • 71. ساخت خطوط لوله داده (Data Pipelines)
  • 72. اتوماسیون فرآیندهای یادگیری ماشین
  • 73. مدیریت چرخه عمر مدل (MLOps)
  • 74. اصول MLOps در Azure ML
  • 75. ساخت خطوط لوله MLOps
  • 76. تست و اعتبارسنجی مدل‌ها
  • 77. پیاده‌سازی CI/CD برای مدل‌های یادگیری ماشین
  • 78. امنیت در Azure Machine Learning
  • 79. مدیریت دسترسی و هویت
  • 80. حفاظت از داده‌ها
  • 81. انطباق با مقررات
  • 82. ملاحظات اخلاقی در هوش مصنوعی
  • 83. تعصب در الگوریتم‌ها
  • 84. شفافیت و تفسیرپذیری مدل‌ها
  • 85. مسئولیت‌پذیری در هوش مصنوعی
  • 86. کاربردهای پیشرفته یادگیری ماشین
  • 87. سیستم‌های توصیه‌گر (Recommender Systems)
  • 88. تشخیص ناهنجاری (Anomaly Detection)
  • 89. تحلیل سری‌های زمانی (Time Series Analysis)
  • 90. یادگیری ماشین برای اینترنت اشیاء (IoT)
  • 91. مقدمه‌ای بر هوش تجاری (Business Intelligence)
  • 92. تحلیل داده با Power BI
  • 93. داشبوردهای تعاملی
  • 94. گزارش‌دهی پیشرفته
  • 95. تصمیم‌گیری مبتنی بر داده

📚 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.