سپنتا کتاب اکسپرس
کتاب آموزش مدل با استفاده از Amazon SageMaker

کتاب آموزش مدل با استفاده از 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 آموزش مدل با استفاده از Amazon SageMaker

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: توسعه مدل‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مفاهیم پایه یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. کاربردها و مزایای یادگیری ماشین
  • 5. اکوسیستم خدمات ابری برای یادگیری ماشین
  • 6. معرفی Amazon SageMaker
  • 7. مزایای استفاده از Amazon SageMaker
  • 8. آشنایی با محیط SageMaker Studio
  • 9. ساخت یک محیط توسعه در SageMaker
  • 10. مدیریت داده‌ها در SageMaker
  • 11. مراحل اساسی در چرخه حیات مدل یادگیری ماشین
  • 12. جمع‌آوری و آماده‌سازی داده‌ها
  • 13. پاکسازی و پیش‌پردازش داده‌ها
  • 14. مهندسی ویژگی
  • 15. تقسیم داده‌ها به مجموعه‌های آموزشی، اعتبارسنجی و تست
  • 16. انتخاب الگوریتم مناسب یادگیری ماشین
  • 17. معرفی الگوریتم‌های رایج در SageMaker
  • 18. آموزش مدل با استفاده از الگوریتم‌های داخلی SageMaker
  • 19. استفاده از الگوریتم‌های بومی (Built-in Algorithms)
  • 20. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 21. بهینه‌سازی ابرپارامترها برای بهبود عملکرد مدل
  • 22. ارزیابی عملکرد مدل
  • 23. معیارهای ارزیابی مدل‌های طبقه‌بندی
  • 24. معیارهای ارزیابی مدل‌های رگرسیون
  • 25. شناسایی و رفع بیش‌برازش (Overfitting)
  • 26. شناسایی و رفع کم‌برازش (Underfitting)
  • 27. استقرار (Deployment) مدل‌های آموزش دیده
  • 28. ایجاد نقطه پایانی (Endpoint) برای مدل
  • 29. استقرار مدل برای پیش‌بینی در زمان واقعی
  • 30. استقرار مدل برای پیش‌بینی دسته‌ای (Batch Transform)
  • 31. مدیریت و نظارت بر مدل‌های مستقر شده
  • 32. مانیتورینگ عملکرد مدل در طول زمان
  • 33. بازآموزی (Retraining) مدل با داده‌های جدید
  • 34. مفاهیم پیشرفته در یادگیری ماشین
  • 35. شبکه‌های عصبی و یادگیری عمیق
  • 36. معماری‌های رایج شبکه‌های عصبی
  • 37. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 38. کاربرد NLP در SageMaker
  • 39. مقدمه‌ای بر بینایی ماشین (Computer Vision)
  • 40. کاربرد بینایی ماشین در SageMaker
  • 41. یادگیری تقویتی در SageMaker
  • 42. آموزش عامل‌های یادگیری تقویتی
  • 43. مدیریت نسخه مدل‌ها (Model Versioning)
  • 44. تکنیک‌های افزایش داده (Data Augmentation)
  • 45. استفاده از اسکریپت‌های آموزشی سفارشی
  • 46. کانتینرهای داکر برای SageMaker
  • 47. ساخت کانتینر سفارشی برای آموزش
  • 48. ساخت کانتینر سفارشی برای استقرار
  • 49. مفهوم Data Wrangler در SageMaker
  • 50. کار با Data Wrangler برای آماده‌سازی داده
  • 51. یکپارچه‌سازی Data Wrangler با SageMaker
  • 52. مقدمه‌ای بر MLOps
  • 53. اهمیت MLOps در چرخه حیات مدل
  • 54. ابزارهای MLOps در اکوسیستم AWS
  • 55. مدیریت گردش کار (Workflow Orchestration)
  • 56. استفاده از SageMaker Pipelines
  • 57. طراحی و اجرای پایپ‌لاین‌های یادگیری ماشین
  • 58. پایپ‌لاین‌های داده و مدل
  • 59. پایپ‌لاین‌های ارزیابی و استقرار
  • 60. اتوماسیون در چرخه حیات یادگیری ماشین
  • 61. امنیت در SageMaker
  • 62. مدیریت دسترسی و مجوزها
  • 63. رمزنگاری داده‌ها در SageMaker
  • 64. حفظ حریم خصوصی در داده‌های آموزشی
  • 65. ملاحظات اخلاقی در هوش مصنوعی
  • 66. سوگیری در داده‌ها و مدل‌ها
  • 67. کاهش سوگیری در الگوریتم‌ها
  • 68. شفافیت و قابلیت توضیح‌پذیری مدل‌ها (Explainability)
  • 69. استفاده از SageMaker Clarify
  • 70. تکنیک‌های توضیح‌پذیری مدل
  • 71. کاربرد SageMaker Ground Truth برای برچسب‌گذاری داده
  • 72. مدیریت پروژه‌های برچسب‌گذاری داده
  • 73. کیفیت داده‌ها و تاثیر آن بر مدل
  • 74. انواع مدل‌های یادگیری ماشین کاربردی
  • 75. مدل‌های طبقه‌بندی (Classification Models)
  • 76. مدل‌های رگرسیون (Regression Models)
  • 77. مدل‌های خوشه‌بندی (Clustering Models)
  • 78. مدل‌های کاهش ابعاد (Dimensionality Reduction)
  • 79. کاربردهای SageMaker در حوزه‌های مختلف
  • 80. یادگیری ماشین برای تحلیل داده‌های مالی
  • 81. یادگیری ماشین برای پیش‌بینی فروش
  • 82. یادگیری ماشین برای تشخیص تقلب
  • 83. یادگیری ماشین برای توصیه‌گرها
  • 84. مقدمه‌ای بر یادگیری انتقالی (Transfer Learning)
  • 85. استفاده از مدل‌های از پیش آموزش دیده
  • 86. تنظیم دقیق (Fine-tuning) مدل‌ها
  • 87. بهینه‌سازی هزینه در SageMaker
  • 88. انتخاب نمونه‌های محاسباتی مناسب
  • 89. استفاده از Spot Instances
  • 90. مدیریت منابع برای کاهش هزینه‌ها
  • 91. معماری‌های مقیاس‌پذیر در SageMaker
  • 92. کار با داده‌های حجیم (Big Data)
  • 93. یکپارچه‌سازی SageMaker با سرویس‌های AWS دیگر
  • 94. AWS S3 برای ذخیره‌سازی داده
  • 95. AWS Glue برای ETL
  • 96. AWS Lambda برای اجرای کد
  • 97. AWS Step Functions برای ارکستراسیون
  • 98. جمع‌بندی و آینده یادگیری ماشین
  • 99. روندهای نوظهور در هوش مصنوعی
  • 100. مسیر شغلی در حوزه یادگیری ماشین

📚 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.