سپنتا کتاب اکسپرس
کتاب استقرار و پیش‌بینی سفارشی در پلتفرم هوش مصنوعی گوگل

کتاب استقرار و پیش‌بینی سفارشی در پلتفرم هوش مصنوعی گوگل

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 استقرار و پیش‌بینی سفارشی در پلتفرم هوش مصنوعی گوگل

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: توسعه و استقرار مدل‌های هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مبانی یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. پیش‌پردازش داده‌ها: پاکسازی و نرمال‌سازی
  • 5. مهندسی ویژگی: انتخاب و ساخت ویژگی‌ها
  • 6. معرفی مدل‌های یادگیری ماشین
  • 7. رگرسیون خطی و ارزیابی آن
  • 8. رگرسیون لجستیک برای طبقه‌بندی
  • 9. درختان تصمیم و کاربردهای آن‌ها
  • 10. جنگل‌های تصادفی و تقویت قدرت پیش‌بینی
  • 11. ماشین‌های بردار پشتیبان (SVM)
  • 12. خوشه‌بندی K-Means
  • 13. تحلیل مؤلفه‌های اصلی (PCA) برای کاهش ابعاد
  • 14. معرفی شبکه‌های عصبی مصنوعی
  • 15. معماری شبکه‌های عصبی پرسپترون چندلایه
  • 16. تابع فعال‌سازی در شبکه‌های عصبی
  • 17. پس‌انتشار خطا (Backpropagation)
  • 18. شبکه‌های عصبی کانولوشنال (CNN) برای تصاویر
  • 19. شبکه‌های عصبی بازگشتی (RNN) برای داده‌های ترتیبی
  • 20. شبکه‌های حافظه طولانی کوتاه‌مدت (LSTM)
  • 21. مقدمه‌ای بر استقرار مدل‌های یادگیری ماشین
  • 22. اهمیت استقرار مدل در دنیای واقعی
  • 23. محیط‌های استقرار مدل‌های هوش مصنوعی
  • 24. مفهوم استقرار سفارشی (Custom Prediction Routine)
  • 25. چرا به استقرار سفارشی نیاز داریم؟
  • 26. مزایای استقرار سفارشی
  • 27. مراحل کلی استقرار مدل
  • 28. انتخاب پلتفرم مناسب برای استقرار
  • 29. پلتفرم هوش مصنوعی گوگل (Google AI Platform)
  • 30. معرفی سرویس‌های Google AI Platform
  • 31. Google Cloud Vertex AI
  • 32. ایجاد محیط توسعه مناسب
  • 33. آماده‌سازی مدل برای استقرار
  • 34. ذخیره‌سازی مدل‌های آموزش‌دیده
  • 35. فرمت‌های استاندارد مدل (مانند SavedModel)
  • 36. مفهوم تابع پیش‌بینی (Prediction Function)
  • 37. نوشتن کد تابع پیش‌بینی سفارشی
  • 38. ورودی‌ها و خروجی‌های تابع پیش‌بینی
  • 39. اعتبارسنجی ورودی‌ها در تابع پیش‌بینی
  • 40. پردازش داده‌های ورودی قبل از پیش‌بینی
  • 41. اعمال مدل بر روی داده‌های پردازش شده
  • 42. پردازش خروجی مدل
  • 43. ارائه خروجی نهایی به صورت استاندارد
  • 44. مدیریت خطا در تابع پیش‌بینی
  • 45. نوشتن تست‌های واحد برای تابع پیش‌بینی
  • 46. محیط اجرای محلی برای تست
  • 47. استقرار تابع پیش‌بینی بر روی Google AI Platform
  • 48. ایجاد مدل در Vertex AI
  • 49. ایجاد نسخه (Version) برای مدل
  • 50. تنظیمات سخت‌افزاری و نرم‌افزاری برای استقرار
  • 51. انتخاب نوع ماشین (Machine Type)
  • 52. تنظیمات شبکه و دسترسی‌ها
  • 53. استقرار نسخه سفارشی
  • 54. آزمایش استقرار با درخواست‌های نمونه
  • 55. ارسال درخواست‌های پیش‌بینی به نقطه پایانی (Endpoint)
  • 56. تجزیه و تحلیل نتایج پیش‌بینی
  • 57. مقایسه نتایج با داده‌های واقعی
  • 58. بهینه‌سازی عملکرد مدل پس از استقرار
  • 59. تنظیم پارامترهای استقرار
  • 60. مقیاس‌پذیری خودکار (Auto-scaling)
  • 61. مانیتورینگ عملکرد مدل
  • 62. بررسی لاگ‌ها و خطاها
  • 63. به‌روزرسانی مدل‌های مستقر شده
  • 64. استقرار نسخه‌های جدید مدل
  • 65. مدیریت چرخه‌های عمر مدل
  • 66. امنیت در استقرار مدل‌های هوش مصنوعی
  • 67. کنترل دسترسی و احراز هویت
  • 68. رمزنگاری داده‌ها
  • 69. مدیریت هزینه‌ها در Google AI Platform
  • 70. استفاده بهینه از منابع محاسباتی
  • 71. پایش مصرف منابع
  • 72. نکات پیشرفته در استقرار سفارشی
  • 73. استفاده از کتابخانه‌های سفارشی
  • 74. مدیریت وابستگی‌ها
  • 75. استقرار مدل‌های پیچیده
  • 76. مدل‌های چند خروجی
  • 77. استقرار مدل‌های یادگیری تقویتی
  • 78. ملاحظات اخلاقی در هوش مصنوعی
  • 79. مسئولیت‌پذیری در پیش‌بینی‌ها
  • 80. شفافیت و قابلیت توضیح‌پذیری مدل
  • 81. تأثیر مدل‌ها بر تصمیم‌گیری‌ها
  • 82. کاربردهای عملی استقرار سفارشی
  • 83. پیش‌بینی تقاضا در کسب‌وکار
  • 84. تشخیص تقلب
  • 85. سیستم‌های توصیه‌گر
  • 86. پردازش زبان طبیعی
  • 87. بینایی ماشین
  • 88. جمع‌بندی و نگاه به آینده
  • 89. روندها در استقرار مدل‌های هوش مصنوعی
  • 90. ابزارهای نوین در MLOps
  • 91. اهمیت استقرار مداوم و یکپارچه (CI/CD)
  • 92. مسیر یادگیری برای متخصصان هوش مصنوعی

📚 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.