دوره آموزشی
دوبله زبان فارسی
راهنمای کامل اصول پایتون برای MLOps
✅ سرفصل و جزئیات آموزش
با ایجاد پایه های برنامه نویسی قوی، ایجاد خودکارسازی MLOps و کسب تجربه قابل اجرا به پایتون برای عملیات یادگیری ماشین کارآمد مسلط شوید.
این دوره جامع مهارت های ضروری پایتون برای موفقیت در نقش های MLOps را پوشش می دهد. شما این دوره را با اصول برنامه نویسی پایتون از جمله انواع داده، ساختارها، توابع و ماژول ها شروع خواهید کرد. با تمرینات عملی، تکنیک های تست، دستکاری داده و تحلیل را خواهید آموخت و موضوعات دیگر شامل کار با مجموعه داده با استفاده از Pandas و APIs ،NumPy و SDKs، خودکارسازی با ابزارهای خط فرمان، و ساخت API های یادگیری ماشین را خواهید آموخت.
چه در MLOps تازه کار باشید و چه یک حرفه ای با تجربه، این دوره شما را به مهارت های اساسی پایتون مجهز می کند تا در شغل های عملیات یادگیری ماشین برتر باشید.
راهنمای کامل اصول پایتون برای MLOps
-
آشنایی با پایتون 0:01:46
-
مقدمه درس - کار با متغیرها و انواع داده 0:00:15
-
متغیرها و تخصیص ها 0:05:29
-
کار با انواع مختلف داده 0:07:30
-
شرط ها و ارزیابی ها 0:07:19
-
Catch کردن و مدیریت استثاناها 0:05:56
-
مرور درس - متغیرها و انواع داده 0:01:00
-
مقدمه درس - ساختارهای داده پایتون 0:00:59
-
آشنایی با لیست ها 0:03:00
-
ایجاد و تکرار بر روی لیست ها 0:03:20
-
آشنایی با دیکشنری ها 0:03:03
-
ایجاد و تکرار بر روی دیکشنری ها 0:04:16
-
ساختارهای داده دیگر: تاپل ها و مجموعه ها 0:04:46
-
مرور درس - ساختارهای داده پایتون 0:00:48
-
مقدمه درس - افزودن و استخراج داده 0:00:45
-
افزودن داده به لیست ها 0:03:32
-
استخراج داده از لیست ها 0:04:02
-
استخراج داده از دیکشنری ها 0:04:04
-
مرور درس - افزودن و استخراج داده 0:01:00
-
مقدمه درس - کار با توابع 0:01:01
-
ساختار تابع و مقادیر 0:03:33
-
آرگومان های تابع 0:05:02
-
متغیر و آرگومان های کلیدواژه 0:04:56
-
مرور درس: کار با توابع 0:00:27
-
مقدمه درس - ایجاد کلاس ها و متدها 0:00:40
-
آشنایی با کلاس ها 0:07:45
-
استفاده از یک Constructor 0:06:05
-
افزودن متدها 0:04:47
-
وراثت کلاس 0:05:10
-
مرور درس - ایجاد کلاس ها و متدها 0:01:00
-
مقدمه درس - ماژول ها و استفاده های پیشرفته 0:00:44
-
آشنایی با ماژول های پایتون 0:03:19
-
کار با ایمپورت ها 0:04:10
-
کار با اسکریپت های پایتون 0:04:51
-
محیط های مجازی و وابستگی ها 0:05:19
-
مرور درس - ماژول ها و استفاده های پیشرفته 0:00:54
-
مقدمه درس - نوشتن و اجرای تست ها 0:00:52
-
انگیزه برای تست در پایتون 0:05:25
-
قراردادهای تست 0:07:55
-
تست با pytest 0:06:20
-
مرور درس - نوشتن و اجرای تست ها 0:00:48
-
مقدمه درس - نوشتن تست های مفید 0:00:58
-
استفاده از plan asserts در PyTest 0:05:03
-
نوشتن کلاس های تست 0:04:52
-
کلاس های تست درمقابل توابع تست 0:03:40
-
پارامتری کردن تست ها 0:07:11
-
مرور درس - نوشتن تست های مفید 0:00:37
-
مقدمه درس - شکست های تست 0:00:45
-
خروجی شکست تست 0:05:03
-
اشکال زدایی پایتون با PDB 0:05:29
-
سایر گزینه های اجرا کننده PyTest 0:03:38
-
فیکسچرهای PyTest 0:06:02
-
مرور درس - شکست های تست 0:00:41
-
مقدمه درس - استفاده اولیه از Pandas 0:00:29
-
آشنایی با Pandas 0:04:56
-
بارگذاری داده در Pandas 0:05:33
-
نوشتن داده از دیتافریم های Pandas 0:03:48
-
تحلیل کاوشی با Pandas 0:06:12
-
مرور درس - استفاده اولیه از Pandas 0:00:43
-
مقدمه درس - کار با دیتافریم ها 0:00:34
-
عملیات رایج دیتافریم 0:06:53
-
دستکاری متن در دیتافریم ها 0:04:18
-
اعمال توابع با Pandas 0:03:34
-
مصورسازی داده با Pandas 0:04:35
-
مرور درس - کار با دیتافریم ها 0:01:05
-
مقدمه درس - مبانی NumPy 0:00:57
-
آشنایی با آرایه های NumPy 0:05:37
-
عملیات رایج آرایه NumPy 0:03:51
-
عملیات های دیگر آرایه NumPy 0:06:42
-
مرور درس - مبانی NumPy 0:00:50
-
مقدمه درس - APIs و SDKs 0:00:43
-
نصب رابط خط فرمان (CLI) Azure 0:05:53
-
Azure ML Studio با پایتون 0:06:49
-
ترانسفورماتورهای Hugging Face 0:06:01
-
مجموعه های داده Hugging Face 0:08:11
-
مجموعه های داده باز Azure 0:06:15
-
مرور درس - APIs و SDKs 0:00:46
-
مقدمه درس - خودکارسازی با ابزارهای خط فرمان 0:00:36
-
ایجاد یک اسکریپت فایل تکی 0:04:35
-
استفاده از شبکه argparse 0:06:13
-
اعلان وابستگی ها 0:03:20
-
استفاده از فریمورک Click 0:07:37
-
پکیج بندی پروژه خود 0:04:23
-
حل مسئله یادگیری ماشین با یک ابزار CLI 0:08:01
-
مرور درس - خودکارسازی با ابزارهای خط فرمان 0:00:33
-
مقدمه درس - ساخت APIs یادگیری ماشین 0:00:34
-
آشنایی با فریمورک فلسک 0:06:18
-
ایجاد یک API با فلسک 0:07:56
-
آشنایی با فریمورک FastAPI 0:07:28
-
ایجاد یک API با FastAPI 0:06:29
-
بهترین شیوه های API پایتون 0:07:09
-
مرور درس - ساخت APIs یادگیری ماشین 0:00:33
مشخصات آموزش
راهنمای کامل اصول پایتون برای MLOps
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:پیشرفته
- تعداد درس:92
- مدت زمان :5:54:52
- حجم :901.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
The Great Courses
651,500
130,300 تومان
- زمان: 01:39:55
- تعداد درس: 6
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
1,889,000
377,800 تومان
- زمان: 04:47:39
- تعداد درس: 30
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
1,501,000
300,200 تومان
- زمان: 03:48:11
- تعداد درس: 47
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
490,000
98,000 تومان
- زمان: 54:55
- تعداد درس: 18
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
1,797,000
359,400 تومان
- زمان: 04:33:59
- تعداد درس: 86
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
2,659,500
531,900 تومان
- زمان: 06:44:45
- تعداد درس: 35
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
7,300,500
1,460,100 تومان
- زمان: 18:29:24
- تعداد درس: 115
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
2,113,000
422,600 تومان
- زمان: 05:21:41
- تعداد درس: 51
-
سطح دوره:
-
زبان: دوبله فارسی