ارتقاء مهارت های خود را در هوش مصنوعی و یادگیری ماشین - Advance Your Skills in AI and Machine Learning

مسیر آموزشی ارتقاء مهارت های خود را در هوش مصنوعی و یادگیری ماشین - Image of Learn Path Advance Your Skills in AI and Machine Learning
ارتقاء مهارت های خود را در هوش مصنوعی و یادگیری ماشین Advance Your Skills in AI and Machine Learning
چیزهای زیادی برای یادگیری و باقی ماندن در سرتاسر جهان در حال گسترش سریع هوش مصنوعی و یادگیری ماشین وجود دارد. از دوره های آموزشی در این مسیر یادگیری برای تقویت مهارت های خود در زمینه هوش مصنوعی، ML و علم داده با بررسی وظایف تجزیه و تحلیل داده ها و کاوش در سیستم عامل های برتر استفاده کنید.
Advance Your Skills in AI and Machine Learning
There's a lot to learn and to stay on top of in the rapidly expanding universe of artificial intelligence and machine learning. Use the range of courses in this learning path to augment your skills related to AI, ML, and data science by reviewing data analysis tasks and exploring top platforms.
مدت زمان: 11h 17m
تعداد دوره ها: 6
مجموع قیمت: (۱۴۷,۰۰۰)
قیمت با 30% تخفیف : ۱۰۲,۹۰۰
تعداد مدرسین: 5
برای خرید این مسیر آموزشی باید وارد حساب کاربری خود شوید.
  • 1
    دوره آموزشی دوره آموزشی آمازون SageMaker - Image of Course Learning Amazon SageMaker 1 ساعت
    با زیرنویس فارسی و انگلیسی

    دوره آموزشی آمازون SageMaker

    Learning Amazon SageMaker

    SageMaker راه حل آمازون برای توسعه دهندگان است که می خواهند مدل یادگیری ماشین های پیش بینی را به محیط تولید تبدیل کنند. برنامه نویسی در پایتون انجام می شود و نتایج به راحتی می توانند به برنامه های مبتنی بر ابر متصل شوند. در این درس، کل جریان کاری Amazon SageMaker را بررسی می کنیم: تجزیه و تحلیل، ساخت و استقرار نهایی. مربی Martin Kemka مزایای آمازون SageMaker را معرفی می کند و رابط کاربری و ابزارهای مبتنی بر مرورگر را بررسی می کند. در فصل دوم، او نشان می دهد که چگونه داده های خود را وارد، بررسی، تجسم و خلاصه کنید. مرحله بعدی استفاده از یک نمونه دادهایی تمیز برای آموزش یک مدل یادگیری ماشین برای انجام یک کار اساسی است. در نهایت، او نشان می دهد چگونه مدل اعمال می شود. تقریبا در هر بخش با چالشی مواجه می شوید که به شما امکان می دهد تا مهارت های SageMaker جدید خود را تمرین کنید. موضوعات شامل: مزایای SageMaker وارد کردن داده ها بررسی داده ها تجسم داده ها پاک کردن داده ها آموزش مدل استفاده از مدل در حال آزمایش مدل مستقر شده

  • 2
    دوره آموزشی دوره آموزشی Mathematica 11 یادگیری ماشینی - Image of Course Mathematica 11 Machine Learning 1 ساعت
    با زیرنویس فارسی و انگلیسی

    دوره آموزشی Mathematica 11 یادگیری ماشینی

    Mathematica 11 Machine Learning

    چگونگی آنالیز کردن داده به وسیله قابلیت های یادگیری ماشینی تعبیه شده در Mathematica 11 را بیاموزید. "کرت فرایر" در این دوره آموزشی، به بررسی اجمالی وظایف یادگیری ماشینی می پردازد، طرز جدا کردن داده آموزشی از داده امتحان را توضیح می دهد، و چگونگی وارد کردن داده از فایل را نشان می دهد. او همچنین چگونگی آماده سازی داده برای یادگیری ماشینی، از جمله طرز جایگزینی مقادیر نزدیک صفر با صفر و elementهای دسته بندی با استفاده از یک قانون را نمایش می دهد. "کرت" همچنین به توابع تعیین کننده که داده را به وجود می آورند و انجام taskهای ماشینِ یادگیری نظارت شده، می پردازد. موضوعات شامل: تفکیک داده های آموزش از داده های آزمون وارد کردن داده ها از یک فایل آماده سازی داده ها برای یادگیری ماشین گروه بندی و مرتب سازی عناصر با استفاده از یک قانون تعیین توابع تولید داده یافتن تناسب با استفاده از یک مدل خطی انجام وظایف یادگیری تحت نظارت طبقه بندی موارد با استفاده از داده های آموزشی شناسایی خوشه های داده

  • 3
    دوره آموزشی دوره آموزشی Spark برای یادگیری ماشین و هوش مصنوعی (AI) - Image of Course Spark for Machine Learning & AI 2 ساعت
    با زیرنویس فارسی و انگلیسی

    دوره آموزشی Spark برای یادگیری ماشین و هوش مصنوعی (AI)

    Spark for Machine Learning & AI

    Apache Spark یکی از پرکاربردترین و پشتیبانی شده ترین ابزارهای منبع باز برای یادگیری ماشین و داده های بزرگ است. در این دوره، نحوه کار با این بستر قدرتمند برای یادگیری ماشین را کشف کنید. مربی دن سالیوان در مورد MLlib - کتابخانه یادگیری ماشین Spark - بحث می کند که ابزارهایی را برای دانشمندان و تحلیل گران داده فراهم می کند که ترجیح می دهند راه حل هایی برای مشکلات تجاری پیدا کنند تا کدگذاری، آزمایش و نگهداری کتابخانه های یادگیری ماشین خود. وی نحوه استفاده از DataFrames برای سازماندهی ساختار داده را نشان می دهد، و تهیه داده ها و انواع متداول الگوریتم های یادگیری ماشین را شامل می شود: خوشه بندی، طبقه بندی، رگرسیون و توصیه ها. با پایان دوره، شما تجربه بارگذاری داده ها در Spark، پیش پردازش داده ها را در صورت لزوم برای استفاده از الگوریتم های MLlib و استفاده از این الگوریتم ها برای انواع مشکلات یادگیری ماشین خواهید داشت. موضوعات شامل: گردش کار یادگیری ماشین سازماندهی داده ها در DataFrames مراحل پیش پردازش و آماده سازی داده ها برای یادگیری ماشین خوشه بندی داده ها الگوریتم های طبقه بندی روشهای رگرسیون موجود در Spark MLlib رویکردهای مشترک برای طراحی سیستم های توصیه شده

  • 4
    دوره آموزشی دوره آموزشی جامع آمازون وب سرویس یادگیری ماشین - Image of Course Amazon Web Services Machine Learning Essential Training 3 ساعت
    با زیرنویس فارسی و انگلیسی

    دوره آموزشی جامع آمازون وب سرویس یادگیری ماشین

    Amazon Web Services Machine Learning Essential Training

    خدمات وب آمازون (AWS) خدمات و ابزارهای زیادی را ارائه می دهد که به دانشمندان داده کمک می کند تا یادگیری ماشین را برای ساخت راه حل های بهتر و هوشمندتر استفاده کنند. در این دوره، با الگوها، خدمات، فرایندها و بهترین روشهای طراحی و پیاده سازی یادگیری ماشین با استفاده از AWS آشنا شوید. مربی لین لانگیت نگاهی به مفاهیم عمومی یادگیری ماشین، از جمله انواع الگوریتم اصلی یادگیری ماشین دارد. وی همچنین انواع سرویس های موجود را بررسی می کند، مانند یادگیری ماشین AWS ،Lex ،Polly و Rekognition، که می توانید برای پیش بینی برچسب های تصویر و فیلم استفاده کنید. به علاوه، او چگونگی کار با سیستم عامل هایی مانند AWS SageMaker را که شامل نوت بوک های میزبان Jupyter است، گام برمی دارد. موضوعات شامل: سناریوهای تجاری را که از یادگیری ماشین بهره مند می شوند ، توصیف کنید. انواع مختلف الگوریتم های مورد استفاده در یادگیری ماشین را شناسایی کنید. توضیح دهید که چگونه از Rekognition برای پیش بینی برچسب های تصویر و فیلم استفاده می شود. نحوه استفاده از الگوریتم های یادگیری ماشین سفارشی را با SageMaker نشان دهید. یادگیری عمیق و یادگیری سنتی را با یکدیگر مقایسه و مقایسه کنید. خلاصه نحوه استفاده از VariantSpark هنگام کار با داده های مقیاس ژنومی.

  • 5
    دوره آموزشی دوره آموزشی فریمورک گوگل کلود برای یادگیری ماشین - Image of Course Google Cloud Platform for Machine Learning Essential Training 3 ساعت
    با زیرنویس فارسی و انگلیسی

    دوره آموزشی فریمورک گوگل کلود برای یادگیری ماشین

    Google Cloud Platform for Machine Learning Essential Training

    یادگیری ماشینی می‌تواند باعث شود که برنامه‌های شما سریع‌تر و باهوش‌تر شوند. شما می‌توانید داده‌های مشتری مانند صدا و متن، تصاویر و ویدیو را آنالیز کنید و بدون مداخله انسان عمل کنید. (Google Cloud Platform (GCP یک مجموعه رقابتی از خدمات یادگیری ماشین را برای تقریبا هر نوع معماری، از جمله محاسبات serverless، کانتینرها، و ماشین‌های مجازی ارایه می‌دهد. چگونگی راه‌حل‌های یادگیری ماشین خود را با استفاده از GCP، در این دوره مقدماتی با مربی Lynn Langit یاد بگیرید. او نشان می‌دهد که چطور نیازمندی‌های خود را شناسایی کنید و آن‌ها را به خدماتی مانند GCP machine learning APIs—Cloud Vision, Cloud Speech-to-Text, Cloud Video Intelligence, و GCP AutoML ، متصل کنید. سپس مروری بر مدل‌های ML و شبکه‌های عصبی عمیقی که در Google Cloud ML Engine تعبیه شده اند را به دست آورید. در نهایت، پنج مثال کاربردی مختلف از یادگیری ماشین GCP، از جمله یک chat bot، یک برنامه جستجوی تصویر و یک اینترنت دیوایس مبتنی بر Things را مرور کنید. موضوعات شامل: گزینه های میزبانی: بدون سرور، کانتینرها و ماشین های مجازی فعال کردن هوش مصنوعی GCP آماده سازی داده ها با Cloud Dataflow و Dataprep پیش بینی مدل سازی برای تصاویر ، فیلم ، متن به گفتار و ترجمه ابر یادگیری ماشین با AutoML یادگیری ماشینی پیشرفته و یادگیری عمیق معماری یادگیری ماشین

  • 6
    دوره آموزشی دوره آموزشی یادگیری ماشینی برای بازاریابی - Image of Course Machine Learning for Marketing: Essential Training 56 دقیقه
    با زیرنویس فارسی و انگلیسی

    دوره آموزشی یادگیری ماشینی برای بازاریابی

    Machine Learning for Marketing: Essential Training

    هوش مصنوعی و یادگیری ماشینی در حال تغییر دنیا هستند . کامپیوترها می‌توانند از ` داده‌ها ` یاد بگیرند بدون برنامه‌ریزی شدن و تصمیم‌گیری خودکار و هوشمند. این فن‌آوری در دسترس شرکت‌های بزرگ و کوچک قرار دارد و تاثیر عمده‌ای بر نحوه هدایت بازاریابی شرکت‌ها دارد. با یادگیری ماشینی , بازاریابان می‌توانند وظایف بسیاری را در طول سفر مشتری , از جمله تقسیم‌بندی مشتری , شخصی سازی , و حتی قیمت‌گذاری، خودکار کنند. این درس به افراد متخصص , خلاق , و رهبری کمک می‌کند تا درک کنند که چگونه یادگیری ماشین می‌تواند، راه فروش به مشتریان B2B و B2C را دگرگون کند . مشاور بازاریابی کریس DallaVilla نشان می‌دهد که چگونه یادگیری ماشین می‌تواند در تمام جنبه‌های بازاریابی از طریق بهبود تعامل مشتری با بهینه‌سازی بازاریابی مبتنی بر حساب مورد استفاده قرار گیرد . او موارد کاربردی را ارایه می‌دهد که تکنولوژی را در عمل نشان می‌دهند و اطلاعات پایه که شما می‌توانید برای بهینه‌سازی همه کمپینهای خود استفاده کنید. موضوعات شامل: بهبود آگاهی از بازار بهبود تعامل ملاحظه بهبود تعامل مشتری فعال بهبود وکالت بهبود بازاریابی مبتنی بر حساب (ABM)

برای خرید این مسیر آموزشی باید وارد حساب کاربری خود شوید.
شما این مسیر آموزشی را با مدرسان زیر میگذرانید
عکس مدرس Curt Frye - Image of Author Curt Frye

Curt Frye

کُرت فرای یک نویسنده و مشاور مستقل است که در زمینه Microsoft Excel تخصص دارد. او نویسنده بیش از 40 عنوان کتاب و کورس های آموزشی آنلاین، از جمله گام به گام Micorsoft Excel 2010 (میکروسافت press)، راهنمای جیبی (Excel 2007 (O'reilly media، و بیش از 12 کورس آموزشی برای Lynda.com است. وی همچنین یک سخنران مهم است که عناوین دقیقی از Excel به عنوان یک ابزار تحلیل هوشمندانه بیزنس و رویکرد ™Improspective اش به ارتباطات در بیزنس فراهم می کند.

مشاهده پروفایل
عکس مدرس Lynn Langit - Image of Author Lynn Langit

Lynn Langit

لین لانگیت یک معمار و توسعه دهنده Cloud است که راه حل هایی را با خدمات وب (Amazon (AWS و (Google Cloud Platform (GCP ایجاد می کند. او متخصص پروژه های داده های بزرگ (big data) است. لین با AWS Athena، Aurora، Redshift، Kinesis و IoT کار کرده است. او همچنین کار تولید با Databricks برای Apache Spark و Google Cloud Dataproc، Bigtable، BigQuery و Cloud Spanner انجام داده است. لین همچنین مؤسس آموزش برنامه نویسی برای کودکان (Teaching Kids Programming) است. او در زمینه فناوری اطلاعات و Cloud در آمریکای شمالی و جنوبی، اروپا، آفریقا، آسیا و استرالیا سخنرانی کرده است.

مشاهده پروفایل
عکس مدرس Dan Sullivan - Image of Author Dan Sullivan

Dan Sullivan

دن سالیوان یک متخصص معماری سازمانی در معماری داده، آنالیتیک ها، data mining، آمار، نمونه سازی داده، big data ، و محاسبه cloud است. به علاوه، او در ژنتیک، بیوانفورمتیک، و زیست شناسی محاسبه ای، PhD دارد. دَن به طور مرتب با Spark، Oracle، NoSQL، MongoDB، Redis، R و Python کار می کند. او سابقه نگارش طولانی درباره موضوعاتی نظیر محاسبه cloud، big data، Hadoop و امنیت دارد.

مشاهده پروفایل
عکس مدرس Chris DallaVilla - Image of Author Chris DallaVilla

Chris DallaVilla

کریس DallaVilla بنیانگذار و مدیر عامل شرکت VALID است که یک شرکت مشاوره بازاریابی مستقل است که متخصص در ارائه راهکارهای مبتنی بر داده ها است و به مدیران بازاریابی کمک می کند تا تیم های خود را برنامه ریزی و اجرای خود را تقویت کنند و نتایج را هدایت کنند. کریس دارای تخصص در بازاریابی رسانه های دیجیتال و اجتماعی، و همچنین دارای گواهینامه هایی در Agile، Google AdWords و Google Analytics است. او در زمینه علوم کامپیوتر در دانشگاه هاروارد، و رشته تکنولوژی طراحی در کالج هنر و طراحی ماساچوست و رشته ارتباطات تبلیغاتی و بازاریابی در دانشکده بازرگانی Questrom در دانشگاه بوستون، تحصیل کرده است.

مشاهده پروفایل
عکس مدرس Martin Kemka - Image of Author Martin Kemka

Martin Kemka

مارتین کمکا، بنیانگذار Northraine، یک خانه تولید یادگیری ماشینی است. در طول یک دهه گذشته، مارتین به طراحی و تولید راه‌حل‌های تجزیه و تحلیلی ابتکاری برای تعدادی از شرکت‌ها از جمله شرکت GE, Equifax, D&B, World Bank و Xerox پرداخته است. او همچنین از الگوریتم و تحقیق در زمینه حقوق بشر و نهاده‌ای اجتماعی حمایت کرده‌است. از طریق همکاریهای دانشگاهی، Northraine به یک شرکت مشاوره تبدیل شده‌است که 40% زمان را صرف تحقیق و 60% از زمان را، به طراحی الگوریتم‌هایی برای "بهبود شرایط انسانی" می‌کند. اطلاعات بیشتری در http://www.northraine.com پیدا ‌کنید.

مشاهده پروفایل