دوره آموزشی استفاده از آموزش مبتنی بر ابر در Google Cloud Platform: برنامه های دنیای واقعی

جزئیات دوره

برای استفاده موفقیت آمیز از هوش مصنوعی در Google Cloud Platform (GCP) ، باید بدانید AI چیست و با ابزارهای بومی GCP آشنا شوید. این دوره عملی اصول استفاده از GCP برای برنامه های مبتنی بر هوش مصنوعی را شامل می شود ، از جمله ابزارهایی که امروز می توانید استفاده کنید و نحوه استفاده صحیح از آنها. مربی ، دیوید لینتیکوم ، Vision AI ، یک محصول اصلی شناسایی تصویر از Google و همچنین Kubeflow ، مجموعه ابزار یادگیری ماشین (ML) را برای ساده سازی روند استقرار جریان های کار ML در Kubernetes معرفی می کند. در طول دوره ، دیوید موارد مختلفی را برای استفاده در دنیای واقعی ارائه می دهد که نحوه عملکرد این مفاهیم را در عمل نشان می دهد.

موضوعات مورد بحث عبارتند از:
- ایجاد پایگاه دانش
- هوش مصنوعی و رایانش ابری
- ROI گنجاندن هوش مصنوعی در یک سیستم تجاری
- کار با ابزار Vision AI
- اصول استفاده از Kubeflow
- طراحی سیستم های هوش مصنوعی برای خدمات GCP AI
- امنیت مبتنی بر هوش مصنوعی در GCP
- برآورد هزینه ادغام هوش مصنوعی

سرفصل ها

0. مقدمه

01-معرفی هوش مصنوعی (AI) در گوگل
02-آنچه باید بدانید

1. مبانی هوش مصنوعی

03-پردازش هوش مصنوعی و گوگل
04- یک پایگاه دانش ایجاد کنید
05-Apps و Google
06-AI و محاسبات ابری
07-AI و گوگل

2. نمونه استفاده از AI

08-مطالعه موردی - International Drone Inc.
09-تشخیص نیاز به هوش مصنوعی
راه حل 10-AI - کنترل موجودی بهتر
راه حل 11-AI - سیستم های تولید بهتر
12-ROI شامل هوش مصنوعی

3. GCP Vision AI

ساخت 13-Vision AI
آموزش 14-Vision AI
15-Vision AI استقرار
16-دمو - Vision AI

4. GCP Kubeflow

17-نمای کلی Kubeflow
18- Kubeflow را راه اندازی کنید
19-ادغام Kubeflow
20-اعدام

5. GCP AI Application Walk-Through

21- الزامات را شناسایی کنید
22-یک سیستم هوش مصنوعی برای GCP طراحی کنید
23-ساخت
24-قطار
25-استقرار

6. سایر ملاحظات

26-تأثیر هوش مصنوعی بر عملکرد
27- برآورد هزینه ادغام هوش مصنوعی
28-بهترین شیوه های عملیات
29- ملاحظات امنیتی
30-حکومت

نتیجه

31-منابع اضافی