×
ribbon

آموزش دیپلوی مدل‌های یادگیری ماشین در پروداکشن

در این دوره، یاد خواهید گرفت که چگونه مدل های یادگیری ماشین را پیاده سازی و در دسترس... بیشتر
زیرنویس
5 (2 امتیاز)
436دانشجو
مقدماتی
DeepLearning.Ai

Andrew Ng

+ 1 مدرس دیگر

مشخصات دوره
محتوای دوره
پیش‌نیاز‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

نحوه پیاده‌سازی مدل‌های ماشین لرنینگ

چگونگی در دسترس قراردادن این مدل‌ها برای کاربران نهایی

ایجاد زیرساخت سخت‌افزاری مقیاس‌پذیر و قابل اعتماد برای تحویل درخواست‌های استنباط به‌صورت بلادرنگ و دسته‌ای

نحوه پیاده‌سازی گردش‌کار خودکارسازی و تحویل پیشرفته مطابق با شیوه‌های فعلی MLOps

محتوای دوره

4 فصل37 جلسه4 ساعت ویدیو
ارائه مدل: معرفی
  مقدمه
مشاهده
"04:17
  مقدمه‌ای بر سرویس‌دهی مدل
"06:14
  مقدمه‌ای بر زیرساخت سرویس‌دهی مدل
"05:39
  گزینه‌های دیپلوی
"03:59
  بهبود تأخیر پیش‌بینی و کاهش هزینه‌های منابع
"05:32
  ایجاد و استقرار مدل‌ها در پلتفرم پیش‌بینی هوش مصنوعی
"02:59
  نصب سرویس TensorFlow
"06:34
ارائه مدل: الگوها و زیرساخت‌ها
مدیریت و تحویل مدل
مانیتورینگ و گزارش‌دهی مدل

پیش‌نیاز‌ها

برای درک و استفاده بهتر از این دوره، درک یادگیری ماشین و مفاهیم یادگیری عمیق ضروری است، اما اگر به دنبال شغلی حرفه‌ای و موثر در هوش مصنوعی هستید، به مهارت‌های مهندسی پروداکشن نیز نیاز دارید.

توضیحات دوره

در این دوره، یاد خواهید گرفت که چگونه مدل‌های یادگیری ماشین را پیاده‌سازی و در دسترس کاربران نهایی قرار دهید. زیرساخت سخت‌افزاری مقیاس‌پذیر و قابل اعتمادی را برای تحویل درخواست‌های استنباط (Inference) هم به‌صورت بلادرنگ و هم به‌صورت دسته‌ای، بسته به کاربرد، ایجاد خواهید کرد.

همچنین، گردش‌کار خودکارسازی و تحویل پیشرفته (Progressive Delivery) را که با شیوه‌های فعلی MLOps مطابقت دارد، پیاده‌سازی خواهید کرد تا سیستم تولید شما بتواند به‌طور پیوسته کار کند. علاوه بر این، به‌طور پیوسته سیستم خود را برای تشخیص انحطاط مدل، رفع افت عملکرد و جلوگیری از خرابی سیستم مانیتورینگ خواهید کرد تا بتواند در همه زمان‌ها به‌طور پیوسته کار کند.

برای استفاده از این دوره درک مفاهیم یادگیری ماشین و یادگیری عمیق ضروری است، اما اگر به دنبال شغل در هوش مصنوعی هستید، به قابلیت‌های مهندسی پروداکشن نیز نیاز دارید. مهندسی یادگیری ماشین برای پروداکشن مفاهیم بنیادی یادگیری ماشین را با تخصص کاربردی نقش‌های توسعه نرم‌افزار و مهندسی مدرن ترکیب می‌کند تا به شما در توسعه مهارت‌های آماده تولید کمک کند.

اطلاعات بیشتر

امتیاز و نظرات کاربران

5

از مجموع 2 امتیاز

1نظر

11 روز پیش

excellent

بهزاد مقدم

گواهی‌نامه

آموزش دیپلوی مدل‌های یادگیری ماشین در پروداکشن

پس از گذراندن محتوای دوره به صورت آنلاین (بدون دانلود) در سایت مکتب‌خونه، در صورتی‌ که حد نصاب قبولی در دوره را کسب و تمرین ها و پروژه های الزامی را ارسال کنید، گواهی‌نامه رسمی پایان دوره توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

قابل اشتراک‌گذاری در

linkdin

دوره‌های پیشنهادی مشابه

درباره استاد

Andrew Ng
20دوره
31,863دانشجو

اندرو انگ استاد دانشکده علوم کامپیوتر دانشگاه استنفورد و سرپرست آزمایشگاه هوش مصنوعی استنفورد است. وی هم چنین بنیان‌گذار کورسرا (coursera.org) است و بر اساس گزارش تکنولوژی دانشگاه ام ای تی یکی از 35 مخترع برتر جوان دنیا است.
او دکتری خود را از دانشگاه کالیفرنیا برکلی گرفته و زمینه‌های پژوهش او هوش مصنوعی و علوم رباتیک است.

اطلاعات بیشتر

دیگر دوره‌های Andrew Ng

Laurence Moroney
1دوره
436دانشجو

Laurence Moroney رهبری تیم AI Advocacy در گوگل را برعهده دارد. هدف و چشم‌انداز او این است که هوش مصنوعی را برای برنامه‌نویسان آسان کند و دسترسی همه را به مشاغل ML افزایش دهد. Laurence نویسنده ده‌ها کتاب برنامه‌نویسی است که از جدیدترین آن‌ها می‌توان به «AI and ML for Coders» در O’Reilly اشاره کرد.

اطلاعات بیشتر

سوالات پرتکرار

آیا بعد از پایان مدت دوره همچنان به محتوای آن دسترسی دارم؟

بله. پس از پایان مدت دوره نیز به ویدئوها، تمرین‌ها، پروژه‌ها و سایر محتوای آموزشی دوره دسترسی خواهید داشت؛ اما امکان تصحیح تمرین‌ها توسط پشتیبان دوره و دریافت گواهی‌نامه برای شما وجود نخواهد داشت.

مهارت‌هایی که می‌آموزید