قیمت این دوره: 550,000 440,000 تومان
  • مدرس دوره : قائم تقی پور
  • تعداد ویدیوها : 16 ویدیو
  • مدت زمان دوره : 4:54:00
  • سطح دوره : پیشرفته
  • وضعیت دوره : در حال برگزاری
  • تاریخ آخرین بروزرسانی : 1403/12/23
ثبتـــ نام در این دوره ثبت نام در دوره
آموزش مقدماتی مبانی عملیات یادگیری ماشین (MLOps)

آموزش مقدماتی مبانی عملیات یادگیری ماشین (MLOps)

با افزایش محبوبیت هوش مصنوعی در سال­های اخیر، و به دنبال آن، افزایش تقاضا برای موقعیت های شغلی مرتبط با این حوزه، بسیاری از دانشجویان علاقه مند به این رشته، مشغول یادگیری مباحث مرتبط با هوش مصنوعی و گذراندن دوره های آموزشی متعدد شدند. اکثر دانشجویان پس از گذراندن دوره های آموزش مبانی هوش مصنوعی از منابع مختلف، در بدو ورود به محیط کار درخواهند یافت، که صرفا تسلط بر الگوریتم های یادگیری ماشین و نحوه پیاده سازی یک پروژه و حل مسائل در رایانه شخصی، برای ورود به دنیای کار با مسائل واقعی و مواجهه با چالش های پیش روی یک تیم در حین توسعه­ی یک محصول حقیقی در حوزه هوش مصنوعی، کافی نخواهد بود. به این جهت، لازم است تا علاقه مندان به فعالیت در حوزه هوش مصنوعی، با مفاهیم عملیات یادگیری ماشین یا MLOps آشنایی پیدا کنند.

MLOps به معنی ترکیب دانش یادگیری ماشین با مهارت‌های مهندسی نرم‌افزار و کسب مهارت های لازم به منظور مواجهه با چاش های واقعی در دنیای هوش مصنوعی می­باشد. در حقیقت برای اینکه مدل‌های یادگیری ماشین در یک سیستم واقعی به درستی کار کنند، باید بتوانید آن‌ها را به طور پیوسته به‌روزرسانی، مدیریت و بهینه‌سازی کنید تا همیشه بهترین عملکرد را داشته باشند. در این دوره، خواهید آموخت تا چطور مدل‌های خود را از مرحله‌ی طراحی تا اجرا و نگهداری پیش ببرید. این مهارت به شما کمک می‌کند تا مدل‌هایی بسازید که نه‌تنها روی کاغذ خوب کار می‌کنند، بلکه در دنیای واقعی هم قابل استفاده و مؤثر هستند. تمرکز این دوره به عنوان بخش مقدماتی از آموزش های MLOps، معطوف به کار با داده های و مواجهه با چالش های این حوزه خواهد بود.

پبشنهاد می شود جهت کسب اطلاعات بیشتر در رابطه با این دوره، جلسه ی معرفی دوره را مشاهده نمایید.

 

سرفصل های دوره

فصل1 : مفاهیم مقدماتی عملیات یادگیری ماشین
فصل2: اصول کار با داده ها و روش های مواجهه با چالش های پیش رو


پیش نیاز های دوره :

  1. آشنایی با مبانی هوش مصنوعی:
  2. آشنایی با مبانی هوش مصنوعی:
  3. اشنایی با زبان برنامه نویسی پایتون
  4. آشنایی با مبانی هوش مصنوعی:

فهرستـــ ویدیوها

مدت زمان دوره 4:54:00
00:00
00:00
  • با مشاهده آنلاین جلسات در سایت ، هزینه اینترنت شما به صورت نیم بها محاسبه خواهد شد.

1
  • معرفی دوره

00:17:58

معرفی دوره

2
  • بررسی نقشه راه دوره

00:05:28

بررسی نقشه راه دوره

3
  • مقایسه وظایف مهندس یادگیری ماشین و MLOps

00:12:05

مقایسه مهندسی یادگیری ماشین و MLOps

4
  • بخش اول - مقدمه ای بر عملیات یادگیری ماشین در فرایند ارائه محصول

00:12:47

بخش اول - مقدمه ای بر عملیات یادگیری ماشین برای ارائه محصول

5
  • بررسی چالش های پیش رو

00:25:14

بررسی چالش های پیش رو

6
  • پایش فرآیند ها

00:12:06

پایش فرآیند ها

7
  • بررسی مرحله مدلسازی

00:29:33

بررسی مرحله مدلسازی

8
  • وجود Skewness در داده ها

00:08:23

وجود Skewness در دیتاست

9
  • آشنایی با Data centric AI و Model centric AI

00:20:24

مفاهیم Data centric AI و Model centric AI

10
  • نحوه تعریف داده ها

00:23:28

نحوه تعریف داده ها

11
  • دقت عملکرد در سطح انسان

00:20:58

عملکرد در سطح انسان

12
  • تعیین حوزه مسئله (Scoping)

00:23:49

تعیین حوزه (Scoping)

13
  • بخش دوم - اصول کار با داده ها و روش های مواجهه با چالش های پیش رو در فرآیند MLOps

00:17:46

بخش دوم - اصول کار با داده ها و روش های مواجهه با چالش های پیش رو در فرآیند MLOps

14
  • روند حل مسائل یادگیری ماشین

00:09:29

روند حل مسئله یادگیری ماشین

15
  • نگاهی به اهمیت و جایگاه داده ها در مسائل یادگیری ماشین

00:32:44

نگاهی به اهمیت و جایگاه داده ها در مسائل یادگیری ماشین

16
  • امنیت داده ها و علل کاهش دقت مدل

00:22:22

امنیت داده ها و علل کاهش دقت مدل

دوره های دیگر مدرس

مشاهده همه دوره ها

نظرات کاربران در رابطه با این دوره

لطفا سوالات خود را راجع به این آموزش در این بخش پرسش و پاسخ مطرح کنید به سوالات در قسمت نظرات پاسخ داده نخواهد شد و آن نظر حذف میشود.
جهت ثبت نظر باید در سایت عضو شوید و یا وارد سایت شده باشید .