دوره آموزشی یادگیری ماشین AWS با مثال

جزئیات دوره

با خدمات وب آمازون (AWS) به یادگیری ماشینی عمیق تر بپردازید. در این دوره عملی، مربی جاناتان فرناندز به شما کمک می‌کند تا با وظایف رایج یادگیری ماشین آشنا شوید و نحوه نزدیک شدن به هر یک را با استفاده از تکنیک‌های کلیدی نشان می‌دهد: طبقه‌بندی باینری، طبقه‌بندی چند کلاسه، و رگرسیون. در طول دوره، او چندین نمونه را با استفاده از مجموعه داده های Kaggle برای کاوش عملی بررسی می کند. به علاوه، او برخی از مفاهیم ضروری یادگیری ماشین را بررسی می‌کند و به شما کمک می‌کند تا با سایر قابلیت‌های AWS، از جمله SageMaker و Deep Learning AMI آشنا شوید.

اهداف یادگیری
الگوریتم های یادگیری و فراپارامترها
آماده سازی داده ها برای AWS
استفاده از تکنیک های باینری، چند کلاسه و رگرسیون
ایجاد یک منبع داده
ایجاد پیش بینی
ایجاد و تفسیر پیش بینی های دسته ای
قابلیت های اضافی AWS

سرفصل ها

0. مقدمه

01 - خوش آمدید
02 - Amazon ML و SageMaker
03 - آنچه باید قبل از تماشای این دوره بدانید
04 - راه‌اندازی یک حساب AWS

1. مقدمه ای بر یادگیری ماشین

05 - مروری بر یادگیری ماشین
06 - یادگیری الگوریتم‌ها و فراپارامترها
07 - مراحل یادگیری ماشینی AWS

2. مدل باینری

08 - کاوش مجموعه داده‌های مدل باینری ما
09 - آماده سازی داده‌های ما برای AWS
10 - ایجاد منبع داده
11 - تأیید طرح یادگیری ماشین AWS
12 - ایجاد مدل طبقه بندی باینری
13 - درک عملکرد پیش‌بینی مدل باینری
14 - تنظیم عملکرد پیش‌بینی مدل باینری
15 - استفاده از مدل طبقه بندی باینری برای تولید پیش بینی
16 - ایجاد پیش‌بینی دسته ای در یادگیری ماشینی AWS
17 - پاکسازی محیط مدل طبقه بندی باینری

3. مدل چند کلاسه

18 - کاوش مجموعه داده مدل چند کلاسه ما
19 - آماده سازی داده‌های چند کلاسه
20 - مدل یادگیری ماشین چند کلاسه AWS
21 - پیش‌بینی و ارزیابی مدل یادگیری چند کلاسه
22 - پیش بینی‌های چند کلاسه AWS ایجاد کنید
23 - ایجاد پیش‌بینی دسته ای چند کلاسه
24 - تفسیر پیش بینی‌های دسته ای
25 - محیط مدل چند کلاسه را تمیز کنید

4. مدل رگرسیون

26 - بررسی مجموعه داده‌های مدل رگرسیون ما
27 - تهیه داده‌های رگرسیونی
28 - ایجاد یک مدل یادگیری ماشینی AWS
29 - پیش‌بینی و ارزیابی یک مدل یادگیری ماشینی
30 - پیش‌بینی دسته ای رگرسیون
31 - محیط مدل رگرسیون را تمیز کنید

5. مروری بر سایر قابلیت‌های AWS

32 - SageMaker، Deep Learning AMI، Apache MXNet

نتیجه

33 - مراحل بعدی