سپنتا کتاب اکسپرس
کتاب مبانی استفاده از آمازون ساجمیکر در پروژه‌های هوش مصنوعی

کتاب مبانی استفاده از آمازون ساجمیکر در پروژه‌های هوش مصنوعی

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 استفاده از آمازون ساجمیکر در پروژه‌های هوش مصنوعی

موضوع کلی: فناوری اطلاعات و هوش مصنوعی

موضوع میانی: یادگیری ماشین و داده‌کاوی

📋 سرفصل‌های دوره

  • 1. آشنایی با هوش مصنوعی و یادگیری ماشین
  • 2. مقدمه‌ای بر خدمات ابری AWS
  • 3. معرفی سرویس Amazon SageMaker
  • 4. مفاهیم پایه یادگیری ماشین
  • 5. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 6. مراحل یک پروژه یادگیری ماشین
  • 7. جمع‌آوری و آماده‌سازی داده‌ها
  • 8. پاکسازی و پیش‌پردازش داده‌ها
  • 9. مهندسی ویژگی (Feature Engineering)
  • 10. انتخاب مجموعه داده مناسب
  • 11. تقسیم داده‌ها به مجموعه‌های آموزشی، اعتبارسنجی و آزمون
  • 12. مقدمه‌ای بر الگوریتم‌های یادگیری ماشین
  • 13. رگرسیون خطی (Linear Regression)
  • 14. رگرسیون لجستیک (Logistic Regression)
  • 15. ماشین‌های بردار پشتیبان (Support Vector Machines - SVM)
  • 16. درختان تصمیم (Decision Trees)
  • 17. جنگل‌های تصادفی (Random Forests)
  • 18. گرادیان بوستینگ (Gradient Boosting)
  • 19. خوشه‌بندی (Clustering)
  • 20. K-Means Clustering
  • 21. DBSCAN Clustering
  • 22. کاهش ابعاد (Dimensionality Reduction)
  • 23. تحلیل مؤلفه‌های اصلی (Principal Component Analysis - PCA)
  • 24. تجزیه مقادیر منفرد (Singular Value Decomposition - SVD)
  • 25. ارزیابی مدل‌های یادگیری ماشین
  • 26. معیارهای ارزیابی برای رگرسیون
  • 27. میانگین مربعات خطا (Mean Squared Error - MSE)
  • 28. ریشه میانگین مربعات خطا (Root Mean Squared Error - RMSE)
  • 29. ضریب تعیین (R-squared)
  • 30. معیارهای ارزیابی برای طبقه‌بندی
  • 31. دقت (Accuracy)
  • 32. صحت (Precision)
  • 33. بازیابی (Recall)
  • 34. امتیاز F1 (F1-Score)
  • 35. منحنی ROC و سطح زیر منحنی (AUC)
  • 36. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 37. جستجوی شبکه‌ای (Grid Search)
  • 38. جستجوی تصادفی (Random Search)
  • 39. مقدمه‌ای بر Amazon SageMaker Studio
  • 40. راه‌اندازی محیط SageMaker Studio
  • 41. ناوبری در SageMaker Studio
  • 42. استفاده از نوت‌بوک‌ها (Notebooks) در SageMaker
  • 43. ایجاد و مدیریت نوت‌بوک‌ها
  • 44. اجرای کد پایتون در نوت‌بوک‌ها
  • 45. مدیریت داده‌ها در SageMaker
  • 46. بارگذاری داده‌ها در SageMaker
  • 47. استفاده از S3 برای ذخیره‌سازی داده‌ها
  • 48. یکپارچگی SageMaker با Amazon S3
  • 49. آموزش مدل‌ها در SageMaker
  • 50. استفاده از SageMaker built-in algorithms
  • 51. آموزش با استفاده از فریم‌ورک‌های محبوب (TensorFlow, PyTorch)
  • 52. مدیریت وظایف آموزشی (Training Jobs)
  • 53. پایش و ثبت لاگ‌های آموزش
  • 54. استقرار مدل‌ها در SageMaker
  • 55. ایجاد نقاط پایانی (Endpoints) برای پیش‌بینی
  • 56. استقرار مدل‌ها برای پیش‌بینی دسته‌ای (Batch Transform)
  • 57. مدیریت نقاط پایانی
  • 58. مقیاس‌پذیری و دسترس‌پذیری نقاط پایانی
  • 59. امنیت در Amazon SageMaker
  • 60. مدیریت دسترسی با IAM
  • 61. رمزگذاری داده‌ها
  • 62. شبکه‌بندی امن (VPC)
  • 63. پایش و ثبت وقایع (Logging and Monitoring)
  • 64. استفاده از SageMaker Model Monitor
  • 65. پایش انحراف داده (Data Drift)
  • 66. پایش انحراف مدل (Model Drift)
  • 67. مدیریت چرخه عمر مدل (Model Lifecycle Management)
  • 68. نسخه‌بندی مدل‌ها
  • 69. اتوماسیون گردش کار یادگیری ماشین (MLOps)
  • 70. استفاده از SageMaker Pipelines
  • 71. مفاهیم پایپ‌لاین‌ها
  • 72. طراحی و اجرای پایپ‌لاین‌ها
  • 73. یکپارچگی با ابزارهای CI/CD
  • 74. ملاحظات هزینه در Amazon SageMaker
  • 75. بهینه‌سازی استفاده از منابع
  • 76. انتخاب نمونه‌های محاسباتی مناسب
  • 77. مدیریت چرخه عمر داده و مدل
  • 78. کاربرد SageMaker در سناریوهای واقعی
  • 79. پردازش زبان طبیعی (NLP) با SageMaker
  • 80. بینایی ماشین (Computer Vision) با SageMaker
  • 81. سیستم‌های توصیه‌گر (Recommender Systems)
  • 82. تحلیل سری‌های زمانی (Time Series Analysis)
  • 83. مقدمه‌ای بر یادگیری عمیق (Deep Learning)
  • 84. شبکه‌های عصبی کانولوشنی (CNNs)
  • 85. شبکه‌های عصبی بازگشتی (RNNs)
  • 86. مقدمه‌ای بر SageMaker Autopilot
  • 87. خودکارسازی ساخت مدل
  • 88. تفسیر نتایج Autopilot
  • 89. کاربرد SageMaker در پروژه‌های کلان داده (Big Data)
  • 90. یکپارچگی با AWS Glue و EMR
  • 91. استفاده از SageMaker برای داده‌های حجیم
  • 92. جمع‌بندی و گام‌های بعدی
  • 93. مرور کلی بر قابلیت‌های SageMaker
  • 94. پیشنهادات برای یادگیری بیشتر
  • 95. منابع آموزشی تکمیلی
  • 96. نکات پیشرفته برای بهینه‌سازی مدل‌ها
  • 97. مدیریت خطا و رفع اشکال در SageMaker
  • 98. پروتکل‌های امنیتی در محیط ابری
  • 99. اصول معماری برای راه‌حل‌های AI/ML
  • 100. مدیریت دانش و مستندسازی پروژه‌ها

📚 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.