اگر با متن زیادی کار می کنید، در نهایت می خواهید در مورد آن بیشتر بدانید. مثلا در مورد چیه؟ معنی کلمات در متن چیست؟ کی داره با کی چیکار میکنه چه شرکت ها و محصولاتی ذکر شده است؟ کدام متن ها شبیه هم هستند؟ در این دوره آموزشی، نحوه استفاده از spaCy، یک کتابخانه استاندارد صنعتی در حال رشد سریع برای NLP در پایتون، برای ساختن سیستم‌های پیشرفته درک زبان طبیعی، با استفاده از هر دو رویکرد مبتنی بر قانون و یادگیری ماشین را خواهید آموخت.

این دوره به شما قدرت می‌دهد تا فرآیندهای توسعه یادگیری ماشین خود را ساده کنید، کارایی، قابلیت اطمینان و تکرارپذیری را در پروژه‌های خود افزایش دهید. در طول دوره، شما درک جامعی از گردش‌های کاری CI/CD و نحو YAML، استفاده از GitHub Actions (GA) برای اتوماسیون، مدل‌های آموزشی در خط لوله، نسخه‌سازی مجموعه‌های داده با DVC و انجام تنظیم هایپرپارامتر ایجاد خواهید کرد.

با مفاهیم اساسی CI/CD و YAML آشنا می‌شوید و درک درستی از چرخه عمر توسعه نرم‌افزار و اصطلاحات کلیدی مانند ساخت، آزمایش و استقرار خواهید داشت. در حین بررسی تمایز آنها، یکپارچگی مداوم، تحویل مداوم و استقرار مداوم را تعریف خواهید کرد. همچنین کاربرد CI/CD در یادگیری ماشینی و آزمایش را بررسی خواهید کرد.

درباره GA، یک پلتفرم قدرتمند برای پیاده‌سازی گردش‌های کاری CI/CD، یاد خواهید گرفت. شما عناصر مختلف GA، از جمله رویدادها، اقدامات، مشاغل، مراحل، دوندگان و زمینه را کشف خواهید کرد. شما یاد خواهید گرفت که چگونه گردش‌های کاری ایجاد شده توسط رویدادهایی مانند درخواست‌های فشار و کشش و سفارشی کردن ماشین‌های دونده را تعریف کنید. همچنین با راه‌اندازی خطوط لوله CI اولیه و درک گزارش GA، تجربه عملی کسب خواهید کرد.

برای نسخه‌سازی مجموعه‌های داده، مقداردهی اولیه DVC و ردیابی مجموعه‌های داده، در کنترل نسخه داده (DVC) عمیق خواهید شد. با استفاده از خطوط لوله DVC، نحوه آموزش مدل‌های طبقه‌بندی و تولید معیارها را به روشی تکرارپذیر خواهید آموخت.

سپس بر تجزیه و تحلیل عملکرد مدل و تنظیم فراپارامتر تمرکز می‌کنید و مهارت‌های عملی در مقایسه معیارها و نمودارها در سراسر شاخه‌ها به دست می‌آورید تا تغییرات عملکرد مدل را پیگیری کنید. شما یاد خواهید گرفت که چگونه تنظیم هایپرپارامتر را با استفاده از GridSearchCV scikit-learn انجام دهید. علاوه بر این، درخواست‌های کشش خودکار را با بهترین پیکربندی مدل بررسی خواهید کرد.

استقرار و نگهداری مدل‌های ML را با اتوماسیون کامل در MLOها بیاموزید. تاثیر بدهی فنی پنهان و اینکه چگونه ساده کردن چرخه عمر ML باعث افزایش عملیات و مقیاس پذیری می شود را درک کنید. برای کشف اجزای معماری MLOps ضروری برای خودکارسازی سیستم‌های ML، در تمرین‌های عملی شرکت کنید. استاد CI/CD، نظارت مستمر (CM) و آموزش مداوم (CT) برای جلوگیری از بدهی فنی در استقرار ML. در پایان دوره، درک کنید که چگونه اتوماسیون MLOps استحکام و مقیاس پذیری استقرار را افزایش می دهد. شروع به یادگیری برتری در این زمینه مورد تقاضا کنید.

مفاهیم و شیوه‌های ضروری MLOps را بیاموزید، مجموعه‌ای نوظهور از ابزارها و تکنیک‌ها برای خودکارسازی و مقیاس‌بندی برنامه‌های یادگیری ماشین.

توسعه مدل یادگیری ماشین قبلاً یک کار دستی طولانی بود و اکثر مدل‌ها هرگز آن را تولید نکردند. با استفاده از MLO، کسب‌وکارها می‌توانند به طور مؤثر طراحی، توسعه و عملکرد مدل‌های یادگیری ماشین را مقیاس‌بندی و خودکار کنند.

این دوره به شما می آموزد که MLOps چیست و چگونه می توانید از آن برای تبدیل شدن به یک شرکت یادگیری ماشینی کاملا بالغ استفاده کنید. شما در مورد الزامات MLO ها، ابزارها، تکنیک ها، و افراد درگیر، و نحوه جلوگیری از تله های متداول آشنا خواهید شد.

در پایان دوره، درک عمیقی از نحوه طراحی، توسعه و کارکرد برنامه‌های یادگیری ماشین در مقیاس خواهید داشت و می‌توانید از تأثیر یادگیری ماشین بر کسب‌وکار خود استفاده کنید.

چارچوب مدرن MLOps، از جمله چرخه عمر و استقرار مدل‌های یادگیری ماشین را کاوش کنید. در این دوره، یاد خواهید گرفت که کد ML بنویسید که بدهی فنی را به حداقل برساند، ابزارهایی را که برای استقرار و نظارت بر مدل‌های خود نیاز دارید، کشف کنید، و انواع مختلف محیط‌ها و تجزیه و تحلیل‌هایی را که با آنها مواجه خواهید شد، بررسی کنید.

بعد از اینکه داده‌های خود را جمع‌آوری، آماده و برچسب‌گذاری کردید، آزمایش‌های متعددی را روی مدل‌های مختلف انجام دادید و مفهوم خود را با یک مدل قهرمان اثبات کردید، نوبت به مراحل بعدی می‌رسد. ساخت. مستقر کنید. نظارت کنید. حفظ کنید. این چرخه عمر مدل شما پس از تولید است. این قسمت عملیات MLOps است.

این دوره به شما نشان می‌دهد که چگونه در فصل دوم سفر مدل خود به سمت ارائه ارزش حرکت کنید، و معیار را برای بسیاری موارد دیگر تعیین کنید.

مدل‌های یادگیری ماشینی اکنون بیش از هر زمان دیگری پیاده‌سازی می‌شوند. بدون اعتبار سنجی مناسب، نتایج اجرای داده های جدید از طریق یک مدل ممکن است به اندازه مورد انتظار دقیق نباشد. اعتبارسنجی مدل به تحلیلگران اجازه می دهد تا با اطمینان به این سوال پاسخ دهند که مدل شما چقدر خوب است؟ ما به این سوال برای مدل‌های طبقه‌بندی با استفاده از مجموعه کامل سناریوهای پایان بازی tic-tac-toe، و برای مدل‌های رگرسیون با استفاده از مجموعه داده‌های رتبه‌بندی قدرت آب نبات هالووین نهایی Fivethirtyeight پاسخ خواهیم داد. در این دوره، ما اصول اولیه اعتبارسنجی مدل را پوشش می‌دهیم، تکنیک‌های اعتبارسنجی مختلف را مورد بحث قرار می‌دهیم و شروع به توسعه ابزارهایی برای ایجاد مدل‌های معتبر و با کارایی بالا می‌کنیم.

آیا اصول اولیه یادگیری تحت نظارت را می دانید و می خواهید از مدل های پیشرفته در مجموعه داده های دنیای واقعی استفاده کنید؟ افزایش گرادیان در حال حاضر یکی از محبوب‌ترین تکنیک‌ها برای مدل‌سازی کارآمد مجموعه داده‌های جدولی در همه اندازه‌ها است. XGboost یک پیاده‌سازی بسیار سریع و مقیاس‌پذیر برای تقویت گرادیان است، با مدل‌هایی که از XGBoost استفاده می‌کنند به طور منظم در مسابقات علمی داده آنلاین برنده می‌شوند و در مقیاس در صنایع مختلف مورد استفاده قرار می‌گیرند. در این دوره، یاد خواهید گرفت که چگونه از این کتابخانه قدرتمند در کنار پانداها و scikit-learn برای ساخت و تنظیم مدل های یادگیری نظارت شده استفاده کنید. شما با مجموعه داده های دنیای واقعی برای حل مشکلات طبقه بندی و رگرسیون کار خواهید کرد.

Kaggle معروفترین پلتفرم برای مسابقات علم داده است. شرکت در چنین مسابقاتی به شما این امکان را می دهد که با مجموعه داده های دنیای واقعی کار کنید، مشکلات مختلف یادگیری ماشین را بررسی کنید، با سایر شرکت کنندگان رقابت کنید و در نهایت، تجربه عملی ارزشمندی کسب کنید. در این دوره، نحوه رویکرد و ساختار هر مسابقه علم داده را خواهید آموخت. شما می توانید طرح اعتبارسنجی محلی صحیح را انتخاب کنید و از تطبیق بیش از حد خودداری کنید. علاوه بر این، شما به مهندسی ویژگی های پیشرفته همراه با رویکردهای مدل سازی تسلط خواهید داشت. همه این تکنیک ها در مجموعه داده های مسابقات Kaggle تمرین خواهند شد.

تصاویر همه جا هستند! ما در زمانی زندگی می کنیم که تصاویر حاوی اطلاعات زیادی هستند که گاهی اوقات به سختی به دست می آیند. به همین دلیل است که پیش پردازش تصویر به یک مهارت بسیار ارزشمند تبدیل شده است که در بسیاری از موارد کاربرد دارد. در این دوره، شما یاد خواهید گرفت که به میل خود پردازش، تبدیل و دستکاری تصاویر را حتی زمانی که به هزاران عدد می‌رسد، انجام دهید. همچنین یاد خواهید گرفت که تصاویر آسیب دیده را بازیابی کنید، کاهش نویز را انجام دهید، تصاویر را تغییر اندازه هوشمند دهید، تعداد نقاط روی یک تاس را بشمارید، تشخیص چهره را اعمال کنید، و خیلی چیزهای دیگر با استفاده از Sikit-Image. پس از اتمام این دوره، شما قادر خواهید بود دانش خود را در حوزه های مختلف مانند یادگیری ماشینی و هوش مصنوعی، بینایی ماشین و روباتیک، تجزیه و تحلیل تصاویر فضا و پزشکی، خرده فروشی و بسیاری دیگر اعمال کنید. قدم بردارید و به دنیای شگفت انگیزی که بینایی کامپیوتر است شیرجه بزنید!

SpaCy را بیاموزید، کتابخانه استاندارد صنعتی NLP که به سرعت در حال رشد است، برای کارهایی مانند رمزگذاری، تجزیه، و شناسایی موجودیت نامگذاری شده. بر عملیات اصلی مسلط شوید، از کلاس‌هایی مانند Doc و Token استفاده کنید و مدل‌های قطار را آموزش دهید. عبارات را با تطبیق الگو استخراج کنید، اجزای خط لوله سفارشی ایجاد کنید، و نمونه های واقعی را برای پروژه های NLP خود مدیریت کنید.

آیا تا به حال فکر کرده اید که چگونه شرکت هایی مانند فیس بوک و گوگل می توانند تبلیغات هدفمند شگفت انگیزی را که گهگاه روی آنها کلیک می کنید به شما ارائه دهند؟ خوب، در پشت صحنه، آنها مدل‌های یادگیری ماشینی پیچیده را اجرا می‌کنند و از داده‌های غنی کاربر برای پیش‌بینی نرخ کلیک (CTR) برای هر کاربری که آن تبلیغات را می‌بیند، استفاده می‌کنند. این دوره به شما یاد می دهد که چگونه مدل های پایه را در پایتون پیاده سازی کنید تا بتوانید نحوه بهینه سازی بهتر تبلیغات با یادگیری ماشین را مشاهده کنید. با استفاده از داده‌های تبلیغات واقعی، می‌آموزید که چگونه ویژگی‌ها را مهندسی کنید، مدل‌های یادگیری ماشینی را با استفاده از آن ویژگی‌ها بسازید، و مدل‌های خود را در زمینه پیش‌بینی CTR ارزیابی کنید. در پایان این دوره، درک قوی از نحوه استفاده از یادگیری ماشینی برای موثرتر کردن تبلیغات خود خواهید داشت.

این دوره اصول اولیه نحوه و زمان انجام پیش پردازش داده ها را پوشش می دهد. این مرحله ضروری در هر پروژه یادگیری ماشینی زمانی است که داده های خود را برای مدل سازی آماده می کنید. بین وارد کردن و تمیز کردن داده‌های شما و تطبیق مدل یادگیری ماشین شما، زمانی است که پیش پردازش وارد عمل می‌شود. شما یاد خواهید گرفت که چگونه داده های خود را استاندارد کنید تا به شکل مناسبی برای مدل شما باشند، ویژگی های جدیدی ایجاد کنید تا اطلاعات موجود در مجموعه داده خود را به بهترین شکل ممکن استفاده کنید و بهترین ویژگی ها را برای بهبود تناسب مدل خود انتخاب کنید. در نهایت، با آماده‌سازی مجموعه داده‌های رویت‌های بشقاب پرنده برای مدل‌سازی، پیش‌پردازش را تمرین خواهید کرد.

تحلیل احساسات را به جعبه ابزار متن کاوی خود اضافه کنید! تجزیه و تحلیل احساسات توسط استخراج کنندگان متن در بازاریابی، سیاست، خدمات مشتری و جاهای دیگر استفاده می شود. در این دوره شما یاد خواهید گرفت که زبان مثبت و منفی، نیت عاطفی خاص را شناسایی کنید و تجسم های قانع کننده ای ایجاد کنید. شما با مقدمه‌ای برای امتیازدهی قطبیت با استفاده از تابع احساسات qdap شروع می‌کنید و درک خود را از قانون Zipf و واژگان ذهنی در طول مسیر ایجاد خواهید کرد. احساسات، و زبان مورد استفاده برای بیان آن، پیچیده و ظریف است. این مبتنی بر زبان شناسی، جامعه شناسی و روانشناسی و همچنین فرهنگ و زبان عامیانه است. فصل دوم این دوره به شما کمک می‌کند تا با استفاده از چرخ احساسات Plutchik در این مشکلات پیمایش کنید و کار خود را با استفاده از Tidytext از Tidyverse سازماندهی کنید. تبدیل تجزیه و تحلیل احساسات خود به تجسم داده های واضح به شما کمک می کند تا روایت واضح تری ایجاد کنید و بینش خود را با بقیه کسب و کار به اشتراک بگذارید. فصل سوم این دوره به شما نشان می دهد که چگونه تحلیل احساسات خود را تجسم کنید، و شما را فراتر از ابرهای کلمات می برد تا گرافیک های ساده و تاثیرگذاری ایجاد کنید که داستان کامل داده های شما را بیان می کند. شما دوره را با آزمایش تمام دانش خود با مطالعه موردی به پایان خواهید رساند. با استفاده از نظرات Airbnb، خواهید دید که مردم واقعاً در یک اجاره خوب به دنبال چه چیزی هستند.

آیا برای بیان احساس خود در مورد یک محصول یا خدمات نظری گذاشته اید؟ و آیا عادت دارید قبل از خرید محصول، نظرات آن را به صورت آنلاین بررسی کنید؟ این نوع اطلاعات نه تنها برای شما بلکه برای شرکت ها نیز ارزشمند است. در این دوره یاد خواهید گرفت که چگونه احساسات بیان شده در اسناد مختلف را درک کنید. شما از مجموعه داده‌های دنیای واقعی شامل توییت‌ها، بررسی فیلم و محصول استفاده خواهید کرد و از بسته‌های nltk و scikit-learn Python استفاده خواهید کرد. در پایان دوره، می‌توانید یک کار تجزیه و تحلیل احساسات سرتاسری را بر اساس نحوه ابراز احساسات مسافران خطوط هوایی ایالات متحده در توییتر انجام دهید.

ساخت مدل‌های خوب تنها در صورتی موفق می‌شود که یک جدول پایه مناسب برای شروع داشته باشید. در این دوره آموزشی یاد خواهید گرفت که چگونه یک جدول پایه خوب بسازید، متغیرها را ایجاد کنید و داده های خود را برای مدل سازی آماده کنید. ما با موضوعات پیشرفته در مورد این موضوع پایان می دهیم.

تحلیل خوشه ای یک ابزار قدرتمند در میز کار علم داده است. برای یافتن گروه‌هایی از مشاهدات (خوشه‌ها) که ویژگی‌های مشابهی دارند استفاده می‌شود. این شباهت‌ها می‌تواند همه نوع تصمیمات تجاری را نشان دهد. به عنوان مثال، در بازاریابی، از آن برای شناسایی گروه های متمایز از مشتریان استفاده می شود که می توان برای آنها تبلیغات طراحی کرد. در این دوره آموزشی با دو روش خوشه بندی متداول - خوشه بندی سلسله مراتبی و خوشه بندی k-means آشنا خواهید شد. شما نه تنها یاد خواهید گرفت که چگونه از این روش ها استفاده کنید، بلکه یک شهود قوی برای نحوه کار آنها و نحوه تفسیر نتایج آنها ایجاد خواهید کرد. این شهود را با کاوش در سه مجموعه داده مختلف توسعه خواهید داد: موقعیت‌های بازیکن فوتبال، داده‌های هزینه‌های مشتری عمده‌فروشی، و داده‌های دستمزد شغلی طولی.

احتمالاً با Google News مواجه شده اید که به طور خودکار مقالات خبری مشابه را در یک موضوع گروه بندی می کند. آیا تا به حال فکر کرده اید که چه فرآیندی در پس زمینه برای رسیدن به این گروه ها اجرا می شود؟ در این دوره آموزشی با یادگیری بدون نظارت از طریق خوشه بندی با استفاده از کتابخانه SciPy در پایتون آشنا می شوید. این دوره پیش پردازش داده ها و استفاده از خوشه بندی سلسله مراتبی و k-means را پوشش می دهد. از طریق این دوره، آمار بازیکنان یک بازی ویدیویی محبوب فوتبال، FIFA 18 را بررسی خواهید کرد. پس از اتمام دوره، می‌توانید به سرعت الگوریتم‌های مختلف خوشه‌بندی را روی داده‌ها اعمال کنید، خوشه‌های تشکیل‌شده را تجسم کنید و نتایج را تجزیه و تحلیل کنید.

توصیه های محصول آمازون و پیشنهادات فیلم نتفلیکس چه وجه مشترکی دارند؟ هر دوی آنها بر تحلیل سبد بازار تکیه می‌کنند، که ابزاری قدرتمند برای تبدیل حجم وسیعی از معاملات مشتری و مشاهده داده‌ها به قوانین ساده برای تبلیغ و توصیه محصول است. در این دوره آموزشی، نحوه انجام تجزیه و تحلیل سبد بازار را با استفاده از الگوریتم Apriori، معیارهای استاندارد و سفارشی، قوانین تداعی، تجمیع و هرس و تجسم می آموزید. سپس مهارت‌های جدید خود را از طریق تمرین‌های تعاملی، توصیه‌های ساختمانی برای یک فروشگاه مواد غذایی کوچک، یک کتابخانه، یک فروشنده کتاب الکترونیکی، یک خرده‌فروش هدیه جدید و یک سرویس پخش فیلم تقویت خواهید کرد. در این فرآیند، اطلاعات آماری پنهان را برای بهبود توصیه‌ها برای مشتریان کشف خواهید کرد.

در میان همه حوزه‌های تجاری، منابع انسانی همچنان کمترین اختلال را دارد. با این حال، آخرین پیشرفت‌ها در ابزارها و فناوری‌های جمع‌آوری و تجزیه و تحلیل داده‌ها، امکان تصمیم‌گیری مبتنی بر داده‌ها را در همه ابعاد، از جمله منابع انسانی، فراهم می‌کند. این دوره پایه محکمی برای برخورد با داده‌های کارکنان و ایجاد یک مدل پیش‌بینی برای تجزیه و تحلیل گردش مالی کارکنان فراهم می‌کند.

یک سازمان معمولی تقریباً 5٪ از درآمد سالانه خود را به دلیل تقلب از دست می دهد. در این دوره یاد می گیرید که چگونه با استفاده از داده ها با کلاهبرداری مبارزه کنید. به عنوان مثال، نحوه استفاده از الگوریتم‌های یادگیری تحت نظارت را برای شناسایی رفتارهای متقلبانه مشابه رفتارهای گذشته و همچنین روش‌های یادگیری بدون نظارت برای کشف انواع جدیدی از فعالیت‌های کلاهبرداری را خواهید آموخت. علاوه بر این، در تجزیه و تحلیل تقلب، هنگام طبقه‌بندی تقلب در مقابل غیرتقلب، اغلب با مجموعه داده‌های بسیار نامتعادل سروکار دارید، و در طول این دوره، تکنیک‌هایی را در مورد نحوه برخورد با آن انتخاب خواهید کرد. این دوره ترکیبی از بینش های فنی و نظری را ارائه می دهد و به شما نحوه پیاده سازی عملی مدل های تشخیص تقلب را نشان می دهد. علاوه بر این، نکات و توصیه هایی را از تجربه واقعی دریافت خواهید کرد تا به شما در جلوگیری از اشتباهات رایج در تجزیه و تحلیل تقلب کمک کند.