سپنتا کتاب اکسپرس
کتاب ساخت و استقرار مدل‌های یادگیری ماشین با Amazon SageMaker

کتاب ساخت و استقرار مدل‌های یادگیری ماشین با 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 استقرار مدل‌های یادگیری ماشین با Amazon SageMaker

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: توسعه و استقرار مدل‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مبانی هوش مصنوعی و یادگیری ماشین
  • 2. مقدمه‌ای بر یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت‌شده، بدون نظارت، تقویتی
  • 4. کاربردهای هوش مصنوعی در صنایع
  • 5. مفاهیم کلیدی در یادگیری ماشین
  • 6. مقدمه‌ای بر Amazon SageMaker
  • 7. چرا Amazon SageMaker؟
  • 8. معماری Amazon SageMaker
  • 9. اجزای اصلی SageMaker
  • 10. کارگاه‌های SageMaker
  • 11. مدل‌سازی در SageMaker
  • 12. آماده‌سازی داده در SageMaker
  • 13. ویژگی‌های مهندسی در SageMaker
  • 14. انتخاب الگوریتم‌های یادگیری ماشین
  • 15. آموزش مدل‌های یادگیری ماشین
  • 16. مراحل آموزش مدل
  • 17. انتخاب الگوریتم مناسب
  • 18. آموزش مدل‌های نظارت‌شده
  • 19. آموزش مدل‌های بدون نظارت
  • 20. تنظیم هایپرپارامترها
  • 21. تنظیم خودکار هایپرپارامترها
  • 22. بهینه‌سازی مدل
  • 23. ارزیابی عملکرد مدل
  • 24. معیارهای ارزیابی مدل‌های طبقه‌بندی
  • 25. معیارهای ارزیابی مدل‌های رگرسیون
  • 26. پیش‌بینی و تفسیر نتایج
  • 27. استقرار مدل در SageMaker
  • 28. انواع استقرار مدل
  • 29. استقرار آنی (Real-time inference)
  • 30. استقرار دسته‌ای (Batch transform)
  • 31. مدیریت نقاط پایانی (Endpoints)
  • 32. مانیتورینگ مدل مستقر شده
  • 33. تشخیص انحراف داده (Data drift)
  • 34. تشخیص انحراف مدل (Model drift)
  • 35. توسعه مدل‌های یادگیری عمیق
  • 36. مقدمه‌ای بر شبکه‌های عصبی
  • 37. انواع شبکه‌های عصبی
  • 38. یادگیری عمیق با SageMaker
  • 39. ساخت مدل‌های یادگیری عمیق
  • 40. آموزش مدل‌های یادگیری عمیق
  • 41. استقرار مدل‌های یادگیری عمیق
  • 42. مدل‌های پیش‌آموزش‌داده شده
  • 43. تنظیم دقیق مدل‌های پیش‌آموزش‌داده شده
  • 44. پردازش زبان طبیعی (NLP)
  • 45. کاربردهای NLP
  • 46. کتابخانه‌های NLP در SageMaker
  • 47. مدل‌های NLP پیشرفته
  • 48. پردازش تصویر با SageMaker
  • 49. کاربردهای پردازش تصویر
  • 50. مدل‌های پردازش تصویر
  • 51. یادگیری تقویتی در SageMaker
  • 52. مبانی یادگیری تقویتی
  • 53. کاربرد یادگیری تقویتی
  • 54. ساخت عوامل یادگیری تقویتی
  • 55. آموزش عوامل یادگیری تقویتی
  • 56. استقرار عوامل یادگیری تقویتی
  • 57. امنیت در SageMaker
  • 58. مدیریت دسترسی و مجوزها
  • 59. رمزنگاری داده‌ها
  • 60. حفظ حریم خصوصی داده‌ها
  • 61. هزینه‌ها در SageMaker
  • 62. بهینه‌سازی هزینه‌ها
  • 63. مدیریت منابع
  • 64. اتوماسیون در یادگیری ماشین
  • 65. پایپ‌لاین‌های SageMaker
  • 66. مدیریت آزمایش‌ها
  • 67. توسعه پایدار مدل‌ها
  • 68. اصول توسعه پایدار
  • 69. مدل‌های اخلاقی در یادگیری ماشین
  • 70. شفافیت و توضیح‌پذیری مدل‌ها
  • 71. مدیریت سوگیری در مدل‌ها
  • 72. مقدمه‌ای بر یادگیری ماشین توضیحی (XAI)
  • 73. تکنیک‌های XAI
  • 74. کاربرد XAI در SageMaker
  • 75. حاکمیت داده‌ها در یادگیری ماشین
  • 76. مدیریت چرخه عمر داده
  • 77. استانداردهای کیفیت داده
  • 78. مقدمه‌ای بر MLOps
  • 79. اصول MLOps
  • 80. ابزارها و تکنیک‌های MLOps
  • 81. پیاده‌سازی MLOps در SageMaker
  • 82. نظارت و نگهداری مدل‌ها
  • 83. به‌روزرسانی مدل‌ها
  • 84. تست مدل‌ها در تولید
  • 85. مدیریت نسخه‌های مدل
  • 86. مقدمه‌ای بر یادگیری فدرال
  • 87. مبانی یادگیری فدرال
  • 88. کاربردهای یادگیری فدرال
  • 89. یادگیری فدرال با SageMaker
  • 90. مقدمه‌ای بر یادگیری انتقالی
  • 91. مبانی یادگیری انتقالی
  • 92. کاربردهای یادگیری انتقالی
  • 93. یادگیری انتقالی با SageMaker
  • 94. مقدمه‌ای بر یادگیری خودنظارت‌شده
  • 95. مبانی یادگیری خودنظارت‌شده
  • 96. کاربردهای یادگیری خودنظارت‌شده
  • 97. یادگیری خودنظارت‌شده با SageMaker
  • 98. مقدمه‌ای بر یادگیری غیرنظارت‌شده پیشرفته
  • 99. تکنیک‌های پیشرفته غیرنظارت‌شده
  • 100. کاربردها در SageMaker

📚 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.