آمادگی برای آزمون گواهینامه AWS Certified Machine Learning - Specialty (MLS-C01): بخش 3 - مدلسازی
✅ سرفصل و جزئیات آموزش
به متخصص MLOps و مدیر ارشد فناوری، نوآ گیفت، بپیوندید تا همه چیز را در مورد مهندسی داده بیاموزید و برای بخش مدلسازی گواهینامه AWS Certified Machine Learning – Specialty (MLS-C01) آماده شوید. نوآ توضیح میدهد که چه زمانی باید از یادگیری ماشین استفاده کرد، تفاوت بین یادگیری تحت نظارت و یادگیری بدون نظارت چیست و انواع مدلهای موجود کدامند.
او به شما نشان میدهد که چگونه مدل را با استفاده از دادههای مناسب آموزش دهید. این فرآیند شامل تقسیم دادهها به مجموعههای آموزشی و اعتبارسنجی، انتخاب بهینهساز و تابع هزینه مناسب، و درک تعادلهای مختلف بین گزینههای مدل میباشد. پس از آموزش مدل، نوآ شما را راهنمایی میکند که چگونه آن را ارزیابی کنید تا مطمئن شوید که به خوبی عمل میکند. این ارزیابی شامل انتخاب متریکهای مناسب، درک ماتریس سردرگمی و انجام اعتبارسنجی متقابل است. در نهایت، نوآ نحوه تفسیر مدل را بررسی میکند تا بفهمد چه کاری انجام میدهد و چگونه میتوان آن را بهبود بخشید.
آمادگی برای آزمون گواهینامه AWS Certified Machine Learning - Specialty (MLS-C01): بخش 3 - مدلسازی
-
بررسی 0:01:07
-
تعیین اینکه چه زمانی باید و چه زمانی نباید از یادگیری ماشین استفاده کرد؟ 0:01:53
-
تفاوت بین یادگیری تحت نظارت و یادگیری بدون نظارت را بدانید 0:02:23
-
انتخاب از میان دستهبندی، رگرسیون، پیشبینی، خوشهبندی، توصیه و غیره 0:01:58
-
انتخاب مدلها 0:02:01
-
دموی SageMaker Canvas 0:05:20
-
تقسیم آموزش، اعتبارسنجی و آزمون، اعتبارسنجی متقابل 0:01:57
-
بهینهسازی 0:02:16
-
انتخاب رایانش 0:01:13
-
معماری شبکه عصبی 0:02:02
-
اجتناب از بیشبرازش و کمبرازش 0:01:58
-
انتخاب متریکها 0:05:55
-
مقایسه مدلها با استفاده از متریکها 0:01:29
-
نتیجه گیری 0:01:01
مشخصات آموزش
آمادگی برای آزمون گواهینامه AWS Certified Machine Learning - Specialty (MLS-C01): بخش 3 - مدلسازی
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:متوسط
- تعداد درس:14
- مدت زمان :0:32:33
- حجم :381.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy