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 آمادگی آزمون AWS Certified Machine Learning - Specialty (MLS-C01) : بخش اول مهندسی داده
- دوره آموزشی آمادگی آزمون AWS Certified Machine Learning - Specialty (MLS-C01) : بخش دوم تجزیه و تحلیل داده های اکتشافی
- دوره آموزشی آمادگی آزمون AWS Certified Machine Learning - Specialty (MLS-C01) : بخش چهام پیاده سازی و عملیات یادگیری ماشین
- دوره آموزشی آمادگی گواهینامه AWS Certified Machine Learning - Specialty (MLS-C01)
- دوره آموزشی آمادگی برای آزمون گواهی مهندس یادگیری ماشین AWS (MLA-C01)
- دوره آموزشی آمادگی برای اخذ گواهینامه AWS Certified AI Practitioner (AIF-C01)
- دوره آموزشی آمادگی گواهینامه AWS Certified Cloud Practitioner: بخش سوم فناوری و خدمات ابری
- دوره آموزشی نکات امتحانی: AWS Certified Solutions Architect - Associate (SAA-C01)
مسیرهای مرتبط
- مسیر آموزشی آماده شدن برای گواهینامه AWS Certified Machine Learning - Specialty (MLS-C01)
- مسیر آموزشی آماده شدن برای آزمون AWS Certified Developer - Associate (DVA-C01)
- مسیر آموزشی آماده شدن برای گواهینامه AWS Certified Cloud Practitioner (CLF-C02)
- مسیر آموزشی توسعه مهارت های AWS خود
- مسیر آموزشی آماده شدن برای آزمون AWS SysOps Administrator - Associate (SOA-C02)
- مسیر آموزشی ارتقا مهارت های خود به عنوان یک Azure Administrator
- مسیر آموزشی برترین مهارت هایی که متخصصان فناوری اطلاعات در حال حاضر دارند
- مسیر آموزشی آماده شدن برای آزمون AWS Certified Cloud Practitioner (CLF-C01)