سپنتا کتاب اکسپرس
کتاب آموزش مدل‌های یادگیری ماشین در AWS برای مهندسان مرتبط

کتاب آموزش مدل‌های یادگیری ماشین در AWS برای مهندسان مرتبط

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 آموزش مدل‌های یادگیری ماشین در AWS برای مهندسان مرتبط

موضوع کلی: مهندسی نرم‌افزار و توسعهٔ سیستم‌های ابری

موضوع میانی: یادگیری ماشین و هوش مصنوعی در پلتفرم‌های ابری

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر مهندسی نرم افزار و سیستم های ابری
  • 2. مفاهیم اساسی توسعه سیستم های ابری
  • 3. معماری میکروسرویس ها در ابر
  • 4. امنیت در سیستم های ابری
  • 5. مدیریت و نظارت بر سرویس های ابری
  • 6. مقدمه ای بر یادگیری ماشین
  • 7. مبانی یادگیری ماشین
  • 8. انواع یادگیری ماشین
  • 9. یادگیری نظارت شده
  • 10. یادگیری نظارت نشده
  • 11. یادگیری تقویتی
  • 12. مقدمه ای بر AWS
  • 13. سرویس های محاسباتی AWS
  • 14. سرویس های ذخیره سازی AWS
  • 15. سرویس های پایگاه داده AWS
  • 16. سرویس های شبکه AWS
  • 17. مقدمه ای بر آموزش مدل های یادگیری ماشین
  • 18. مراحل آموزش مدل
  • 19. آماده سازی داده ها برای آموزش
  • 20. پاکسازی و پیش پردازش داده ها
  • 21. مهندسی ویژگی
  • 22. انتخاب ویژگی
  • 23. بخش بندی داده ها
  • 24. آموزش مدل های رگرسیون
  • 25. رگرسیون خطی
  • 26. رگرسیون چندگانه
  • 27. رگرسیون پولی نومیال
  • 28. آموزش مدل های طبقه بندی
  • 29. طبقه بندی باینری
  • 30. طبقه بندی چند کلاسه
  • 31. رگرسیون لجستیک
  • 32. ماشین بردار پشتیبان (SVM)
  • 33. درخت های تصمیم
  • 34. جنگل های تصادفی
  • 35. آموزش مدل های خوشه بندی
  • 36. خوشه بندی K-Means
  • 37. خوشه بندی سلسله مراتبی
  • 38. DBSCAN
  • 39. ارزیابی مدل های یادگیری ماشین
  • 40. معیارهای ارزیابی برای رگرسیون
  • 41. خطای میانگین مربعات (MSE)
  • 42. ریشه خطای میانگین مربعات (RMSE)
  • 43. خطای میانگین قدر مطلق (MAE)
  • 44. ضریب تعیین (R-squared)
  • 45. معیارهای ارزیابی برای طبقه بندی
  • 46. دقت (Accuracy)
  • 47. صحت (Precision)
  • 48. بازیابی (Recall)
  • 49. امتیاز F1
  • 50. ماتریس درهم ریختگی (Confusion Matrix)
  • 51. منحنی ROC و AUC
  • 52. تنظیم ابر پارامترها
  • 53. جستجوی شبکه‌ای (Grid Search)
  • 54. جستجوی تصادفی (Random Search)
  • 55. تنظیم ابر پارامترهای مدل های یادگیری ماشین
  • 56. آموزش مدل های یادگیری عمیق
  • 57. مقدمه ای بر شبکه های عصبی
  • 58. شبکه های عصبی پیچشی (CNN)
  • 59. شبکه های عصبی بازگشتی (RNN)
  • 60. یادگیری انتقالی (Transfer Learning)
  • 61. آموزش مدل های تشخیص تصویر در AWS
  • 62. سرویس Amazon Rekognition
  • 63. آموزش مدل های پردازش زبان طبیعی در AWS
  • 64. سرویس Amazon Comprehend
  • 65. سرویس Amazon Translate
  • 66. سرویس Amazon Lex
  • 67. آموزش مدل های پیش بینی در AWS
  • 68. سرویس Amazon Forecast
  • 69. استقرار مدل های یادگیری ماشین در AWS
  • 70. Amazon SageMaker
  • 71. آموزش و تنظیم مدل ها در SageMaker
  • 72. اجرای مدل ها در SageMaker
  • 73. استقرار مدل های Real-time در SageMaker
  • 74. استقرار مدل های Batch Transform در SageMaker
  • 75. نظارت بر مدل های مستقر شده
  • 76. Amazon CloudWatch برای نظارت بر مدل
  • 77. مدیریت چرخه عمر مدل
  • 78. نسخه بندی مدل ها
  • 79. ردیابی آزمایش ها
  • 80. مدیریت داده ها در AWS برای یادگیری ماشین
  • 81. Amazon S3 برای ذخیره سازی داده ها
  • 82. Amazon Redshift برای تحلیل داده ها
  • 83. Amazon RDS برای پایگاه داده های رابطه ای
  • 84. Amazon DynamoDB برای پایگاه داده های NoSQL
  • 85. امنیت در آموزش و استقرار مدل ها
  • 86. مدیریت دسترسی در AWS (IAM)
  • 87. رمزنگاری داده ها
  • 88. نکات پیشرفته در آموزش مدل ها
  • 89. یادگیری فعال (Active Learning)
  • 90. یادگیری نیمه نظارت شده (Semi-Supervised Learning)
  • 91. یادگیری چند وظیفه ای (Multi-Task Learning)
  • 92. توضیح پذیری مدل (Explainable AI - XAI)
  • 93. مدل های قابل تفسیر
  • 94. ابزارهای XAI در AWS
  • 95. ملاحظات اخلاقی در یادگیری ماشین
  • 96. سوگیری در داده ها و مدل ها
  • 97. عدالت و انصاف در هوش مصنوعی
  • 98. حریم خصوصی داده ها
  • 99. کاربرد یادگیری ماشین در کسب و کار
  • 100. بهبود فرآیندهای کسب و کار

📚 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.