دوره Amazon SageMaker
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- یاد بگیرید چگونه کنسول AWS SageMaker را برای پروژههای یادگیری ماشین راهاندازی و در آن ناوبری کنید.
- اصول AWS SageMaker، از جمله دامنهها و نمونههای نوتبوک را درک کنید.
- چگونگی استفاده از نمونههای نوتبوک SageMaker را برای توسعه یادگیری ماشین شناسایی کنید.
- قابلیتهای Amazon SageMaker Python SDK و کاربرد آن در پردازش داده را تعریف کنید.
- ویژگیهای SageMaker Studio Classic و نقش آن را در گردش کار یادگیری ماشین درک کنید.
- به استفاده از SageMaker Canvas برای Auto ML، ایمپورت کردن داده، آمادهسازی داده و استنتاج مسلط شوید.
- کشف کنید چگونه به طور موثر از SageMaker Ground Truth برای پروژههای برچسبگذاری داده استفاده کنید.
- از طریق پروژههای نهایی، دانش جامع SageMaker را در سناریوهای دنیای واقعی اعمال کنید.
پیش نیازهای دوره
- دسترسی به کنسول AWS و مجوزهای کامل برای ایجاد منابع AWS SageMaker
توضیحات دوره
به تجربه یادگیری آنلاین نهایی با دوره جامع بوت کمپ AWS SageMaker ما در Udemy خوش آمدید!
این دوره با طراحی دقیق، دروازه شما برای تسلط به AWS SageMaker، یک پلتفرم قدرتمند یادگیری ماشین ابری است که به توسعهدهندگان اجازه میدهد تا مدلهای یادگیری ماشین را به سرعت بسازند، آموزش دهند و مستقر کنند.
سفری آموزشی را آغاز کنید که با مقدمهای بر دوره شروع میشود، جایی که به سوالات متداول پاسخ میدهیم، دانلودهای ضروری دوره را ارائه میدهیم و یک بررسی دقیق از برنامه درسی به شما میدهیم. همچنین شما را در راهاندازی کنسول AWS خود راهنمایی خواهیم کرد و اطمینان حاصل میکنیم که برای بررسی عمیق در دنیای AWS SageMaker آماده هستید.
با یک بررسی عمیق از اینکه SageMaker چیست و چگونه کنسول آن را ناوبری کنید، به قلب AWS SageMaker بپردازید. در مورد دامنههای SageMaker بیاموزید و چگونگی ایجاد دامنه خود را یاد بگیرید و زمینه را برای یادگیری عملی و تجربی فراهم کنید.
دانش نظری خود را با بخش ما در مورد نمونههای نوتبوک SageMaker به تخصص عملی تبدیل کنید. قدرت نوتبوکهای SageMaker را کشف کنید، چگونگی استفاده موثر از آنها را بیاموزید و در پروژهای شرکت کنید که دانش تازه بدست آورده شما را تست میکند.
با Amazon SageMaker Python SDK مهارتهای خود را بیشتر ارتقا دهید. این بخش شما را با کتابخانه SageMaker Python، تکنیکهای پردازش داده آشنا میکند و شما را در پروژهای راهنمایی میکند که از قابلیتهای auto ML SageMaker استفاده میکند.
امکانات SageMaker Canvas را بررسی کنید، که با مقدمهای بر Auto ML شروع میشود. بررسی Canvas را کشف کنید و به ایمپورت کردن داده، آمادهسازی داده، آمادهسازی و استنتاج با استفاده از مدلهای آماده به استفاده بپردازید. در مورد ایجاد مدل سفارشی، ارزیابی مدل و استنتاج برای گسترش قابلیتهای یادگیری ماشین خود بیاموزید.
این دوره برای زبانآموزان در تمام سطوح علاقهمند به AWS SageMaker، از مبتدی تا کاربران پیشرفته که به دنبال بهبود مهارتهای خود هستند، طراحی شده است. چه هدف شما ارتقای شغلی، شروع پروژههای جدید یادگیری ماشین یا صرفاً علاقه به محاسبات ابری و یادگیری ماشین باشد، این دوره بهترین نقطه شروع برای دستیابی به اهداف شما است. در این سفر هیجانانگیز برای تسلط به AWS SageMaker به ما بپیوندید.
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگان پایتون و متخصصان یادگیری ماشین که به دنبال استفاده از AWS SageMaker برای یادگیری ماشین هستند.
دوره Amazon SageMaker
-
بررسی سرفصل دوره 03:44
-
AWS SageMaker چیست؟ 14:13
-
درک قیمتگذاری SageMaker 06:53
-
راهاندازی کنسول AWS 06:30
-
دامنهها و نقشهای SageMaker 13:43
-
SageMaker Studio و کاربران 03:45
-
نمونه JupyterLab در SageMaker Studio 07:27
-
آشنایی با Amazon SageMaker Canvas 03:19
-
درک Data Wrangler 02:46
-
Data Wrangler در Canvas 16:57
-
مدلهای ML در Canvas 08:17
-
مدلهای آماده استفاده - داده متنی 07:27
-
مدلهای آماده استفاده - داده متنی و تصویری 05:25
-
استقرار مدل با Canvas 05:14
-
آشنایی با JumpStart 07:02
-
نمونه نوتبوک JumpStart 14:48
-
بررسی Amazon Bedrock 13:54
-
اتصال به Amazon Bedrock از طریق Python API 24:14
-
بررسی پارامترهای تولید متن 07:51
-
مدل تولید متن Amazon Titan 17:29
-
فراخوان مدل Llama 12:29
-
پارامترهای تولید تصویر 04:48
-
تولید تصویر - Stability AI 16:21
-
تولید تصویر - مدل Titan 12:37
-
RAG - بررسی 08:58
-
RAG - نمونه گردش کار 18:16
مشخصات آموزش
دوره Amazon SageMaker
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:26
- مدت زمان :05:03:40
- حجم :1.84GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy