در حال حاضر محصولی در سبد خرید شما وجود ندارد.
در این دوره آموزشی با Tensorflow آشنا شده و استفاده از Google Cloud Platform در این زمینه را یاد گرفته و همراه با مدرس دوره در پروژه های Serverless تجربه و تمرین خواهید کرد.
عنوان اصلی : Serverless Machine Learning with Tensorflow on Google Cloud Platform
به دوره خوش آمدید
چگونه به یادگیری ماشین فکر کنیم
یادگیری ماشینی (ML) چیست؟
انواع ML
خط لوله ML
انواع مدل ML
قاب کردن یک مشکل ML
بازی با یادگیری ماشینی (ML)
بهینه سازی
زمین بازی شبکه عصبی
ترکیب ویژگی ها
مهندسی ویژگی
مدل های تصویری
ML موثر
یک مجموعه داده خوب چیست؟
معیارهای خطا
دقت
دقت و یادآوری
ایجاد مجموعه داده های یادگیری ماشینی
تقسیم مجموعه داده
نوت بوک پایتون
نمای کلی آزمایشگاه ML Datasets را ایجاد کنید
یادگیری ماشین بدون سرور - آزمایشگاه 1: ایجاد مجموعه داده های ML نسخه 1.3
بررسی آزمایشگاه دادههای ML ایجاد کنید
بررسی اجمالی
TensorFlow چیست؟
هسته TensorFlow
شروع به کار با نمای کلی آزمایشگاه تنسورفلو
یادگیری ماشین بدون سرور - آزمایشگاه 2: شروع به کار با TensorFlow نسخه 1.3
بررسی آزمایشگاه تنسورفلو
تخمینگر API
یادگیری ماشین با tf.estimator
یادگیری ماشین بدون سرور - آزمایشگاه 3: یادگیری ماشین با استفاده از tf.estimator نسخه 1.3
بررسی آزمایشگاه برآوردگر
ساخت ML موثر
Lab Intro: Refactoring برای افزودن دسته بندی و ایجاد ویژگی
یادگیری ماشین بدون سرور - آزمایشگاه 4 : Refactoring برای افزودن دسته بندی و ایجاد ویژگی نسخه 1.3
بررسی آزمایشگاه Refactoring
آموزش دهید و ارزیابی کنید
نظارت بر
معرفی آزمایشگاه: آموزش و نظارت توزیع شده
یادگیری ماشین بدون سرور - آزمایشگاه 5: آموزش و نظارت توزیع شده نسخه 1.3
بررسی آزمایشگاهی: آموزش و نظارت توزیع شده
بررسی اجمالی
چرا Cloud ML Engine
گردش کار توسعه
مربی بسته بندی
سرویس TensorFlow
آزمایشگاه: افزایش مقیاس ML
یادگیری ماشین بدون سرور - آزمایشگاه 6: افزایش مقیاس ML با استفاده از Cloud ML Engine نسخه 1.3
بررسی آزمایشگاهی: افزایش مقیاس ML
بررسی اجمالی
ویژگی های خوب
تصادفی
عددی
به اندازه کافی مثال
داده های خام به ویژگی ها
ویژگی های دسته بندی
صلیب های ویژه
سطل سازی
گسترده و عمیق
کجا می توان مهندسی ویژگی را انجام داد
بررسی اجمالی آزمایشگاه مهندسی ویژگی
یادگیری ماشین بدون سرور - آزمایشگاه 7: مهندسی ویژگی نسخه 1.3
بررسی ویژگی های آزمایشگاه مهندسی
تنظیم فراپارامتر + نسخه ی نمایشی
سطوح انتزاع ML
خلاصه
Serverless Machine Learning with Tensorflow on Google Cloud Platform
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Architecting with Google Kubernetes Engine – Workloads
Google Cloud Digital Leader Cert Prep 1: Digital Transformation with Google Cloud
آموزش ساخت سیستم های Machine Learning
آموزش کار با Google Sheets
Google Cloud Platform Big Data and Machine Learning Fundamentals
آموزش کار با کلود Anthos
Building Batch Data Pipelines on Google Cloud
Introduction to Google Calendar
Security Best Practices in Google Cloud
آموزش کامل کار با Google Kubernetes Engine