کتاب ارزیابی و تحلیل عملکرد مدل‌های یادگیری ماشین در 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 ارزیابی و تحلیل عملکرد مدل‌های یادگیری ماشین در AWS

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: مهندسی مدل‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر ارزیابی عملکرد مدل‌های یادگیری ماشین
  • 2. اهمیت ارزیابی دقیق مدل‌ها
  • 3. معیارهای اساسی ارزیابی مدل
  • 4. فهم معیارهای طبقه‌بندی
  • 5. دقت (Accuracy) در طبقه‌بندی
  • 6. حساسیت (Sensitivity) و بازیابی (Recall)
  • 7. ویژگی (Specificity)
  • 8. مقیاس‌پذیری (Precision)
  • 9. امتیاز F1 (F1-Score)
  • 10. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 11. تحلیل ماتریس درهم‌ریختگی
  • 12. شناسایی خطاهای نوع اول و دوم
  • 13. منحنی ROC و AUC
  • 14. تفسیر منحنی ROC
  • 15. محاسبه AUC (Area Under the Curve)
  • 16. معیارهای رگرسیون
  • 17. خطای میانگین مربعات (MSE)
  • 18. ریشه خطای میانگین مربعات (RMSE)
  • 19. خطای میانگین قدر مطلق (MAE)
  • 20. ضریب تعیین (R-squared)
  • 21. ارزیابی مدل‌های خوشه‌بندی
  • 22. شاخص سیلوئت (Silhouette Score)
  • 23. شاخص دیویس-بولدین (Davies-Bouldin Index)
  • 24. معیارهای ارزیابی مدل‌های تشخیص اشیاء
  • 25. دقت در تشخیص (Detection Accuracy)
  • 26. همپوشانی جعبه مرزی (Bounding Box Overlap)
  • 27. شاخص میانگین دقت (mAP)
  • 28. ارزیابی مدل‌های پردازش زبان طبیعی (NLP)
  • 29. Perplexity در مدل‌های زبانی
  • 30. BLEU Score برای ترجمه ماشینی
  • 31. ROUGE Score برای خلاصه‌سازی
  • 32. فهم و تحلیل بایاس در مدل‌ها
  • 33. شناسایی بایاس نژادی و جنسیتی
  • 34. تکنیک‌های کاهش بایاس
  • 35. اهمیت داده‌های نماینده
  • 36. ارزیابی مدل در طول زمان
  • 37. انحراف داده (Data Drift)
  • 38. انحراف مدل (Model Drift)
  • 39. استراتژی‌های نظارت بر عملکرد مدل
  • 40. تنظیم مجدد (Retraining) مدل‌ها
  • 41. ارزیابی مدل‌های پیش‌بینی سری زمانی
  • 42. خطای میانگین مربعات فصلی (Seasonal MSE)
  • 43. خطای میانگین مطلق فصلی (Seasonal MAE)
  • 44. معیارهای ارزیابی مدل‌های تولید متن
  • 45. Perplexity و کیفیت متن تولیدی
  • 46. ارزیابی مدل‌های تولید تصویر
  • 47. شاخص‌های کیفیت تصویر تولیدی
  • 48. معیارهای ارزیابی مدل‌های توصیه‌گر
  • 49. دقت در توصیه‌ها
  • 50. پوشش و تنوع توصیه‌ها
  • 51. معیارهای ارزیابی مدل‌های تشخیص ناهنجاری
  • 52. دقت در تشخیص ناهنجاری
  • 53. نرخ مثبت کاذب (False Positive Rate)
  • 54. نرخ منفی کاذب (False Negative Rate)
  • 55. ارزیابی مدل‌های یادگیری تقویتی
  • 56. پاداش تجمعی (Cumulative Reward)
  • 57. نرخ موفقیت (Success Rate)
  • 58. هزینه محاسباتی ارزیابی
  • 59. استفاده از داده‌های تست و اعتبارسنجی
  • 60. تقسیم‌بندی داده‌ها
  • 61. اعتبارسنجی متقابل (Cross-validation)
  • 62. تکنیک‌های اعتبارسنجی متقابل K-Fold
  • 63. اعتبارسنجی متقابل Stratified K-Fold
  • 64. اعتبارسنجی متقابل Leave-One-Out
  • 65. مدیریت مجموعه داده‌های بزرگ
  • 66. ابزارهای مانیتورینگ عملکرد مدل در AWS
  • 67. Amazon SageMaker Model Monitor
  • 68. Amazon SageMaker Debugger
  • 69. Amazon SageMaker Clarify
  • 70. تفسیرپذیری (Interpretability) مدل‌ها
  • 71. روش‌های LIME و SHAP
  • 72. تحلیل اهمیت ویژگی‌ها
  • 73. ارزیابی مدل‌های یادگیری عمیق
  • 74. نکات خاص در ارزیابی شبکه‌های عصبی
  • 75. معیارهای ارزیابی مدل‌های یادگیری توزیع‌شده
  • 76. چالش‌های ارزیابی در محیط‌های ابری
  • 77. بهینه‌سازی معیارهای ارزیابی
  • 78. انتخاب معیار مناسب برای هر مسئله
  • 79. ملاحظات اخلاقی در ارزیابی مدل
  • 80. شفافیت در فرآیند ارزیابی
  • 81. مستندسازی فرآیند ارزیابی
  • 82. گزارش‌دهی نتایج ارزیابی
  • 83. استفاده از داشبوردهای مدیریتی
  • 84. تعریف اهداف کسب‌وکار برای ارزیابی
  • 85. ارزیابی هزینه-منفعت مدل‌ها
  • 86. تحلیل حساسیت پارامترها
  • 87. ارزیابی مدل‌های Real-time
  • 88. مدیریت ریسک در استقرار مدل
  • 89. بازخورد از کاربران نهایی
  • 90. چرخه عمر ارزیابی مدل
  • 91. ارزیابی مدل‌های نیمه‌نظارتی (Semi-supervised)
  • 92. ارزیابی مدل‌های خودنظارتی (Self-supervised)
  • 93. نکات تکمیلی در تحلیل ماتریس درهم‌ریختگی
  • 94. فراتر از معیارهای استاندارد
  • 95. اهمیت ارزیابی در صنعت
  • 96. ملاحظات امنیتی در ارزیابی مدل
  • 97. ارزیابی مدل‌های مبتنی بر قوانین
  • 98. ارزیابی مدل‌های مبتنی بر دانش
  • 99. ارزیابی مدل‌های ترکیبی
  • 100. تکنیک‌های بصری‌سازی نتایج ارزیابی

📚 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.