سپنتا کتاب اکسپرس
کتاب تخصصی مهندسی یادگیری ماشین با AWS

کتاب تخصصی مهندسی یادگیری ماشین با AWS

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 تخصصی مهندسی یادگیری ماشین با AWS

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: مهندسی یادگیری ماشین در پلتفرم‌های ابری

📋 سرفصل‌های دوره

  • 1. مبانی یادگیری ماشین
  • 2. مقدمه‌ای بر هوش مصنوعی
  • 3. مفاهیم کلیدی یادگیری ماشین
  • 4. انواع یادگیری ماشین
  • 5. یادگیری نظارت‌شده
  • 6. یادگیری نظارت‌نشده
  • 7. یادگیری تقویتی
  • 8. آماده‌سازی داده‌ها برای یادگیری ماشین
  • 9. پاک‌سازی داده‌ها
  • 10. مهندسی ویژگی
  • 11. انتخاب ویژگی
  • 12. معرفی AWS
  • 13. خدمات AWS برای یادگیری ماشین
  • 14. Amazon SageMaker
  • 15. ساخت مدل‌های یادگیری ماشین با SageMaker
  • 16. آموزش مدل‌های یادگیری ماشین
  • 17. ارزیابی مدل‌ها
  • 18. تنظیم ابرپارامترها
  • 19. استقرار مدل‌های یادگیری ماشین
  • 20. مدل‌های یادگیری عمیق
  • 21. شبکه‌های عصبی کانولوشنی (CNN)
  • 22. شبکه‌های عصبی بازگشتی (RNN)
  • 23. پردازش زبان طبیعی (NLP)
  • 24. تکنیک‌های NLP در AWS
  • 25. تحلیل احساسات
  • 26. مدل‌سازی موضوعی
  • 27. ترجمه ماشینی
  • 28. تشخیص تصویر
  • 29. تشخیص اشیاء
  • 30. طبقه‌بندی تصویر
  • 31. سفارشی‌سازی مدل‌های NLP
  • 32. Amazon Comprehend
  • 33. Amazon Translate
  • 34. Amazon Rekognition
  • 35. Amazon Personalize
  • 36. سیستم‌های توصیه‌گر
  • 37. ایجاد سیستم‌های توصیه‌گر
  • 38. ملاحظات امنیتی در یادگیری ماشین
  • 39. امنیت داده‌ها در AWS
  • 40. حریم خصوصی داده‌ها
  • 41. نظارت بر مدل‌ها
  • 42. مدیریت چرخه عمر مدل
  • 43. استفاده از ابزارهای MLOps
  • 44. مستندسازی مدل‌ها
  • 45. اخلاق در هوش مصنوعی
  • 46. سوگیری در داده‌ها و مدل‌ها
  • 47. عدالت در هوش مصنوعی
  • 48. شفافیت در مدل‌ها
  • 49. مسئولیت‌پذیری در هوش مصنوعی
  • 50. مقیاس‌پذیری در یادگیری ماشین
  • 51. بهینه‌سازی عملکرد مدل
  • 52. استفاده از GPU برای آموزش
  • 53. استفاده از سرویس‌های مدیریت‌شده AWS
  • 54. Amazon EMR برای پردازش داده‌های بزرگ
  • 55. Amazon Redshift برای انباره داده
  • 56. Amazon Athena برای پرس‌وجوهای تعاملی
  • 57. داده‌کاوی و تحلیل داده
  • 58. مصورسازی داده‌ها
  • 59. ساخت داشبوردهای تحلیلی
  • 60. استفاده از AWS Glue برای ETL
  • 61. معرفی معماری‌های یادگیری ماشین
  • 62. معماری‌های پردازش دسته‌ای
  • 63. معماری‌های پردازش جریانی
  • 64. استفاده از AWS Lambda برای اجرای کد
  • 65. معرفی کانتینرها در یادگیری ماشین
  • 66. Docker
  • 67. Amazon Elastic Kubernetes Service (EKS)
  • 68. Amazon Elastic Container Service (ECS)
  • 69. Deploying ML models with containers
  • 70. مدیریت پیکربندی در پروژه‌های ML
  • 71. ابزارهای مدیریت نسخه کد
  • 72. ابزارهای مدیریت وابستگی‌ها
  • 73. نظارت بر زیرساخت AWS
  • 74. Amazon CloudWatch
  • 75. AWS CloudTrail
  • 76. پیاده‌سازی CI/CD برای مدل‌های ML
  • 77. مقدمه‌ای بر داده‌های سری زمانی
  • 78. مدل‌سازی سری زمانی با AWS
  • 79. پیش‌بینی تقاضا
  • 80. شناسایی ناهنجاری در داده‌ها
  • 81. کاربرد یادگیری ماشین در صنعت
  • 82. یادگیری ماشین در امور مالی
  • 83. یادگیری ماشین در سلامت
  • 84. یادگیری ماشین در خرده‌فروشی
  • 85. یادگیری ماشین در تولید
  • 86. بهبود فرآیندهای کسب‌وکار با ML
  • 87. اتوماسیون وظایف با ML
  • 88. تصمیم‌گیری مبتنی بر داده
  • 89. مقدمات یادگیری عمیق پیشرفته
  • 90. شبکه‌های مولد تخاصمی (GANs)
  • 91. یادگیری انتقالی (Transfer Learning)
  • 92. مدل‌های ترنسفورمر
  • 93. کاربرد مدل‌های ترنسفورمر در NLP
  • 94. مدل‌های زبان بزرگ (LLMs)
  • 95. مقدمات مهندسی Prompt
  • 96. تنظیم دقیق مدل‌های LLM
  • 97. استقرار LLMs در AWS
  • 98. ملاحظات عملیاتی برای LLMs
  • 99. هوش مصنوعی مولد (Generative AI)
  • 100. کاربردهای هوش مصنوعی مولد

📚 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.