دوره آموزشی آمادگی آزمون AWS Certified Machine Learning - Specialty (MLS-C01) : بخش سوم مدل سازی
32 دقیقهمتوسط2023-03-01
مدرسین
Noah Gift
MLOps Expert | Solopreneur | Author | Adjunct Professor | CTO
جزئیات دوره
به متخصص MLOps و CTO Noah Gift بپیوندید تا همه چیز را در مورد مهندسی داده بیاموزید و برای بخش مدلسازی گواهینامه AWS Certified Machine Learning – Specialty (MLS-C01) آماده شوید. نوح زمان استفاده از یادگیری ماشینی، تفاوت بین یادگیری تحت نظارت و بدون نظارت و انواع مدل های موجود را توضیح می دهد. او به شما نشان می دهد که چگونه با استفاده از داده های مناسب، مدل را آموزش دهید. این فرآیند شامل تقسیم دادهها به مجموعههای آموزشی و اعتبارسنجی، انتخاب بهینهساز و عملکرد زیان مناسب و درک مبادلات بین گزینههای مختلف مدل است. پس از آموزش مدل، نوح شما را راهنمایی می کند که چگونه آن را ارزیابی کنید تا مطمئن شوید که عملکرد خوبی دارد. این ارزیابی شامل انتخاب معیارهای مناسب، درک ماتریس سردرگمی و انجام اعتبارسنجی متقابل است. در نهایت، نوح به چگونگی تفسیر مدل میپردازد تا بفهمد چه کاری انجام میدهد و چگونه میتوان آن را بهبود بخشید.
مهارت ها
Data ModelingMachine LearningAmazon Web Services (AWS)AmazonCloud ServicesCloud PlatformsCert PrepArtificial Intelligence (AI)Cloud ComputingData ScienceOne-Off
سرفصل ها
0. مقدمه
- 01 - بررسی اجمالی
1. مسائل کسب و کار را به عنوان مسائل یادگیری ماشین چارچوب بندی کنید
- 02 - زمان استفاده و زمان عدم استفاده از ML را مشخص کنید
- 03 - تفاوت بین یادگیری تحت نظارت و بدون نظارت را بدانید
- 04 - از بین طبقه بندی، رگرسیون، پیش بینی، خوشه بندی، توصیه و موارد دیگر انتخاب کنید.
2. مدل(های) مناسب را برای مشکل یادگیری ماشین انتخاب کنید
- 05 - مدل ها را انتخاب کنید
- 06 - نسخه ی نمایشی SageMaker Canvas
3. آموزش مدل های یادگیری ماشین
- 07 - تقسیم آزمون اعتبار سنجی قطار، اعتبار سنجی متقابل
- 08 - بهینه سازی
- 09 - انتخاب را محاسبه کنید
4. Hyperparameter Optimization را انجام دهید
- 10 - معماری شبکه های عصبی
5. مدل های یادگیری ماشینی را ارزیابی کنید
- 11 - از نصب بیش از حد و کم تناسب خودداری کنید
- 12 - معیارها را انتخاب کنید
- 13 - مدل ها را با استفاده از معیارها مقایسه کنید
نتیجه
- 14 - نتیجه گیری
دوره های مرتبط
- دوره آموزشی داشبوردهای مجهز به هوش مصنوعی با Streamlit
- دوره آموزشی پایتون: کار با تحلیل پیشبینی (Predictive Analytics)
- دوره آموزشی مدل سازی داده ها در MongoDB
- دوره آموزشی یادگیری جامع تحلیل پیشبینی برای مدیران ارشد
- دوره آموزشی ساخت برنامههای Power Apps مبتنی بر مدل
- دوره آموزشی Excel VBA: مدلسازی فرآیندها
- دوره آموزشی شناسایی فرصتها و ریسکها: کاربرد تحلیل پیشبینانه در مدیریت موفقیت مشتری (CSM)
- دوره آموزشی روشهای علم داده: ایجاد حس تجاری