مدیریت چرخه حیات یک برنامه یادگیری ماشینی می‌تواند برای دانشمندان داده، مهندسان و توسعه‌دهندگان کار دلهره‌آوری باشد. برنامه‌های یادگیری ماشینی پیچیده هستند و سابقه اثبات شده‌ای دارند که ردیابی آنها دشوار است، بازتولید آن دشوار است و راه‌اندازی آن مشکل است.

در این دوره آموزشی، یاد خواهید گرفت که MLflow چیست و چگونه تلاش می کند تا مشکلات چرخه حیات یادگیری ماشین مانند ردیابی، تکرارپذیری و استقرار را ساده کند. پس از یادگیری MLflow، درک بهتری از نحوه غلبه بر پیچیدگی‌های ساخت برنامه‌های یادگیری ماشین و نحوه پیمایش مراحل مختلف چرخه زندگی یادگیری ماشین خواهید داشت.

چندی پیش، الگوریتم‌های بینایی کامپیوتری پیشرفته نمی‌توانستند بین تصاویر گربه‌ها و سگ‌ها تفاوت قائل شوند. امروزه، یک دانشمند داده ماهر که به چیزی بیش از یک لپ تاپ مجهز نیست، می تواند ده ها هزار شی را با دقتی بیشتر از چشم انسان طبقه بندی کند. در این دوره، از TensorFlow 2.6 برای توسعه، آموزش و پیش‌بینی مدل‌هایی استفاده خواهید کرد که پیشرفت‌های عمده‌ای را در سیستم‌های توصیه، طبقه‌بندی تصاویر و فین‌تک انجام داده‌اند. شما هم API های سطح بالا را یاد خواهید گرفت که به شما امکان می دهد مدل های یادگیری عمیق را در 15 خط کد طراحی و آموزش دهید و هم API های سطح پایین را که به شما امکان می دهد فراتر از روال های معمولی بروید. همچنین یاد خواهید گرفت که قیمت مسکن، پیش‌فرض‌های کارت اعتباری وام گیرنده، و تصاویر حرکات زبان اشاره را به‌طور دقیق پیش‌بینی کنید.

همانند هر دوره آموزشی دیگری، مقدمه ای بر پردازش زبان طبیعی در R طراحی شده است تا شما را به ابزارهای لازم برای شروع ماجراجویی در تجزیه و تحلیل متن مجهز کند. پردازش زبان طبیعی (NLP) یک زمینه دائماً در حال رشد در علم داده است که با پیشرفت‌های بسیار هیجان‌انگیزی در دهه گذشته انجام شده است. این دوره به مبانی این مباحث می پردازد و شما را برای گسترش قابلیت های تحلیل خود آماده می کند. ما در عبارات منظم، مدل‌سازی موضوع، شناسایی موجودیت نام‌گذاری شده و موارد دیگر غوطه‌ور می‌شویم، در حالی که نمونه‌های کاملی را ارائه می‌کنیم که می‌توانند برای شروع تحلیل آینده شما مورد استفاده قرار گیرند.

در این دوره، اصول اولیه پردازش زبان طبیعی (NLP) مانند نحوه شناسایی و جداسازی کلمات، نحوه استخراج موضوعات در یک متن، و نحوه ساخت طبقه بندی اخبار جعلی خود را خواهید آموخت. شما همچنین یاد خواهید گرفت که چگونه از کتابخانه های پایه مانند NLTK، در کنار کتابخانه هایی که از یادگیری عمیق برای حل مشکلات رایج NLP استفاده می کنند، استفاده کنید. این دوره به شما پایه و اساس پردازش و تجزیه متن را در حین حرکت به سمت یادگیری پایتون می دهد.

در این دوره آموزشی یاد خواهید گرفت که چگونه یک مدل رگرسیون لجستیک با متغیرهای معنادار بسازید. همچنین نحوه استفاده از این مدل را برای پیش‌بینی و نحوه ارائه آن و عملکرد آن به سهامداران کسب‌وکار خواهید آموخت.

کاوش در کنترل نسخه داده (DVC)، ابزاری برای مدیریت و نسخه‌سازی داده‌های ML. نقش آن را در چرخه حیات ML بررسی کنید، نسخه‌سازی داده‌ها را از نسخه‌سازی کد متمایز کنید، و ویژگی‌ها و موارد استفاده DVC را بررسی کنید. درباره راه‌اندازی DVC، از جمله مدیریت حافظه پنهان و ریموت‌ها، بیاموزید و کاربردهای آن را در CI/CD، ردیابی آزمایشی، و خطوط لوله کشف کنید. خطوط لوله ML را خودکار کنید، با تأکید بر مدولارسازی کد، و اجرای کارآمد آنها را تمرین کنید. با ارزیابی مدل، کاوش در ردیابی متریک در DVC برای تصمیم‌گیری آگاهانه پایان دهید.

در این دوره، تکنیک هایی را یاد می گیرید که به شما امکان می دهد اطلاعات مفیدی را از متن استخراج کنید و آنها را در قالبی مناسب برای استفاده از مدل های ML پردازش کنید. به طور خاص، شما در مورد برچسب گذاری POS، شناسایی موجودیت نام، امتیازات خوانایی، مدل های n-gram و tf-idf و نحوه پیاده سازی آنها با استفاده از scikit-learn و spaCy خواهید آموخت. شما همچنین یاد خواهید گرفت که محاسبه کنید دو سند چقدر شبیه به یکدیگر هستند. در این فرآیند، احساسات نقدهای فیلم را پیش‌بینی می‌کنید و توصیه‌کنندگان فیلم و تد تاک را می‌سازید. پس از این دوره، می‌توانید ویژگی‌های حیاتی را از هر متنی مهندسی کنید و برخی از چالش‌برانگیزترین مشکلات در علم داده را حل کنید!

هر روز در مورد پیشرفت های شگفت انگیزی که چگونه جدیدترین برنامه های کاربردی یادگیری ماشینی در حال تغییر جهان هستند، می خوانید. اغلب این گزارش این واقعیت را پنهان می‌کند که حجم عظیمی از داده‌ها و مهندسی ویژگی‌ها باید قبل از استفاده از هر یک از این مدل‌های فانتزی انجام شود. در این دوره یاد خواهید گرفت که چگونه این کار را انجام دهید. شما با نظرسنجی Stack Overflow Developers و سخنرانی‌های تاریخی مراسم تحلیف ریاست‌جمهوری ایالات متحده کار خواهید کرد تا بفهمید چگونه می‌توانید ویژگی‌ها را از داده‌های طبقه‌بندی، پیوسته و بدون ساختار به بهترین شکل پیش پردازش و مهندسی کنید. این دوره به شما تجربه عملی در مورد نحوه آماده سازی هر داده ای برای مدل های یادگیری ماشین خود می دهد.

در این دوره، با مهندسی ویژگی‌ها آشنا می‌شوید، که در قلب بسیاری از مدل‌های یادگیری ماشین قرار دارد. از آنجایی که عملکرد هر مدلی نتیجه مستقیم ویژگی هایی است که تغذیه می شود، مهندسی ویژگی دانش دامنه را در مرکز فرآیند قرار می دهد. شما با اصول مهندسی ویژگی صدا آشنا خواهید شد که به کاهش تعداد متغیرها در صورت امکان کمک می‌کند، الگوریتم‌های یادگیری را سریع‌تر اجرا می‌کند، تفسیرپذیری را بهبود می‌بخشد و از برازش بیش از حد جلوگیری می‌کند.

می‌آموزید که چگونه تکنیک‌های مهندسی ویژگی را با استفاده از چارچوب R tidymodels پیاده‌سازی کنید، با تأکید بر بسته دستوری که به شما امکان می‌دهد بهترین ویژگی‌ها را برای مدل خود ایجاد، استخراج، تبدیل و انتخاب کنید.

وقتی با یک مجموعه داده جدید مواجه می‌شوید، می‌توانید ویژگی‌های مرتبط را شناسایی و انتخاب کنید و از موارد غیر آموزنده صرف نظر کنید تا مدل خود را سریع‌تر بدون کاهش دقت اجرا کنید. همچنین با اعمال تغییرات و ایجاد ویژگی‌های جدید برای کارآمدتر، قابل تفسیر و دقیق‌تر کردن مدل‌های خود راحت خواهید بود!

برای اطمینان از موفقیت بلندمدت مدل‌های یادگیری ماشینی، درک نحوه نظارت مؤثر بر آنها در تولید ضروری است. همانطور که یادگیری ماشین به طور گسترده در دنیای تجارت پذیرفته می شود، علم داده پس از استقرار به عنوان یک زمینه مهم در حال ظهور است. این دوره تمام مفاهیم ضروری مربوط به نظارت بر سیستم های یادگیری ماشین در تولید را پوشش می دهد تا ارزش کسب و کار را حفظ کند، خطر شکست را کاهش دهد و دید را افزایش دهد.

نظارت بر مدل‌های یادگیری ماشینی موفقیت بلندمدت پروژه‌های یادگیری ماشینی شما را تضمین می‌کند. نظارت می تواند بسیار پیچیده باشد. با این حال، بسته‌های پایتون وجود دارد که به ما کمک می‌کند تا بفهمیم مدل‌هایمان چگونه عمل می‌کنند، چه داده‌هایی تغییر کرده‌اند که ممکن است منجر به کاهش عملکرد شود، و به ما سرنخ‌هایی می‌دهند که باید انجام دهیم تا مدل‌های خود را به مسیر درست برگردانیم. این دوره همه چیزهایی را که برای ساختن یک سیستم نظارت پایه در پایتون با استفاده از بسته محبوب مانیتور، nannyml، نیاز دارید، پوشش می دهد.

در بسیاری از مواقع در یادگیری ماشینی، هدف یافتن الگوها در داده‌ها بدون تلاش برای پیش‌بینی است. به این می گویند یادگیری بدون نظارت. یکی از موارد استفاده رایج از یادگیری بدون نظارت، گروه بندی مصرف کنندگان بر اساس جمعیت شناسی و سابقه خرید برای استقرار کمپین های بازاریابی هدفمند است. مثال دیگر این است که بخواهیم عوامل اندازه گیری نشده ای را توصیف کنیم که بیشتر بر تفاوت های جرم و جنایت بین شهرها تأثیر می گذارد. این دوره مقدمه‌ای برای خوشه‌بندی و کاهش ابعاد در R از دیدگاه یادگیری ماشینی ارائه می‌کند، به طوری که می‌توانید در سریع‌ترین زمان ممکن از داده‌ها به بینش‌ها برسید.

مثلاً مجموعه‌ای از مشتریان با ویژگی‌های مختلف مانند سن، موقعیت مکانی و سابقه مالی دارید و می‌خواهید الگوها را کشف کنید و آنها را در خوشه‌ها مرتب کنید. یا شاید شما مجموعه‌ای از متون مانند صفحات ویکی‌پدیا دارید و می‌خواهید آنها را بر اساس محتوایشان به دسته‌هایی تقسیم کنید. این دنیای یادگیری بدون نظارت است که به این دلیل نامیده می شود زیرا شما کشف الگو را با انجام برخی کارهای پیش بینی هدایت نمی کنید یا بر آن نظارت نمی کنید، بلکه در عوض ساختار پنهان را از داده های بدون برچسب کشف می کنید. یادگیری بدون نظارت شامل انواع تکنیک‌ها در یادگیری ماشین، از خوشه‌بندی تا کاهش ابعاد تا فاکتورسازی ماتریسی است. در این دوره، اصول یادگیری بدون نظارت را یاد می گیرید و الگوریتم های ضروری را با استفاده از scikit-learn و SciPy پیاده سازی می کنید. شما یاد خواهید گرفت که چگونه می توانید از مجموعه داده های بدون برچسب اطلاعات را خوشه بندی، تبدیل، تجسم و استخراج کنید و دوره را با ساختن یک سیستم توصیه کننده برای توصیه هنرمندان محبوب موسیقی به پایان برسانید.

مهارت های یادگیری ماشین خود را با scikit-learn رشد دهید و نحوه استفاده از این کتابخانه محبوب Python را برای آموزش مدل ها با استفاده از داده های برچسب گذاری شده کشف کنید. در این دوره، شما یاد خواهید گرفت که چگونه پیش‌بینی‌های قدرتمندی انجام دهید، مانند اینکه آیا مشتری از کسب‌وکار شما خارج می‌شود یا خیر، آیا یک فرد مبتلا به دیابت است یا خیر، و حتی نحوه طبقه‌بندی ژانر یک آهنگ. با استفاده از مجموعه داده‌های دنیای واقعی، نحوه ساخت مدل‌های پیش‌بینی، تنظیم پارامترهای آن‌ها و تعیین میزان عملکرد آنها با داده‌های دیده نشده را خواهید یافت.

این مقدمه در سطح مبتدی برای یادگیری ماشین، چهار مورد از رایج‌ترین الگوریتم‌های طبقه‌بندی را پوشش می‌دهد. شما با درک اساسی از نحوه نزدیک شدن هر الگوریتم به یک کار یادگیری و همچنین توابع R مورد نیاز برای اعمال این ابزارها در کار خود خواهید آموخت.

یادگیری ماشینی مطالعه و کاربرد الگوریتم‌هایی است که از داده‌ها یاد می‌گیرند و پیش‌بینی می‌کنند. از نتایج جستجو گرفته تا خودروهای خودران، در همه زمینه‌های زندگی ما ظاهر شده است و یکی از هیجان‌انگیزترین و سریع‌ترین زمینه‌های تحقیقاتی در دنیای علم داده است. این دوره ایده های بزرگ در یادگیری ماشین را آموزش می دهد: چگونه مدل های پیش بینی بسازیم و ارزیابی کنیم، چگونه آنها را برای عملکرد بهینه تنظیم کنیم، چگونه داده ها را برای نتایج بهتر پردازش کنیم و خیلی چیزهای دیگر. بسته محبوب caret R، که یک رابط ثابت برای همه قدرتمندترین امکانات یادگیری ماشین R ارائه می‌کند، در طول دوره استفاده می‌شود.

داده های سری زمانی در اطراف ما هستند. برخی از نمونه ها آب و هوا، الگوهای رفتاری انسان به عنوان مصرف کنندگان و اعضای جامعه و داده های مالی هستند. در این دوره آموزشی، نحوه محاسبه شاخص‌های فنی از داده‌های سهام تاریخی و نحوه ایجاد ویژگی‌ها و اهداف از داده‌های تاریخی سهام را خواهید آموخت. خواهید فهمید که چگونه ویژگی های ما را برای مدل های خطی، مدل های xgboost و مدل های شبکه عصبی آماده کنید. سپس از مدل های خطی، درخت تصمیم، جنگل های تصادفی و شبکه های عصبی برای پیش بینی قیمت آتی سهام در بازارهای ایالات متحده استفاده خواهیم کرد. همچنین یاد می‌گیرید که چگونه عملکرد مدل‌های مختلفی را که آموزش می‌دهیم ارزیابی کنید تا آنها را بهینه کنیم، بنابراین پیش‌بینی‌های ما دقت کافی برای سودآور کردن استراتژی معاملات سهام دارند.

ظهور یادگیری ماشینی (تقریباً مانند "ظهور ماشین ها" به نظر می رسد؟) و کاربرد روش های آماری در بازاریابی، این حوزه را برای همیشه تغییر داده است. یادگیری ماشینی برای بهینه‌سازی سفرهای مشتری استفاده می‌شود که رضایت و ارزش طول عمر آنها را به حداکثر می‌رساند. این دوره ابزارهای اساسی را در اختیار شما قرار می دهد که می توانید بلافاصله برای بهبود استراتژی بازاریابی شرکت خود به کار ببرید. شما یاد خواهید گرفت که چگونه از تکنیک‌های مختلف برای پیش‌بینی ریزش مشتری و تفسیر محرک‌های آن، اندازه‌گیری و پیش‌بینی ارزش طول عمر مشتری، و در نهایت، ساخت بخش‌های مشتری بر اساس الگوهای خرید محصول استفاده کنید. از داده‌های مشتری از یک شرکت مخابراتی برای پیش‌بینی ریزش استفاده می‌کنید، یک مجموعه داده پولی اخیر-فرکانس-پولی از یک خرده‌فروش آنلاین برای پیش‌بینی ارزش طول عمر مشتری ایجاد می‌کنید، و بخش‌های مشتری را از داده‌های خرید محصول از یک فروشگاه مواد غذایی ایجاد می‌کنید.

این فرصتی است که با استفاده از R به دنیای بازاریابی و تجزیه و تحلیل تجاری شیرجه بزنید. روز به روز تصمیمات زیادی وجود دارد که شرکت ها باید با آنها روبرو شوند. با کمک مدل‌های آماری، می‌توانید از فرآیند تصمیم‌گیری کسب‌وکار بر اساس داده‌ها پشتیبانی کنید، نه احساس درونی‌تان. اجازه دهید به شما نشان دهیم که مدل سازی آماری چه تاثیر زیادی می تواند بر عملکرد کسب و کارها داشته باشد. شما می‌خواهید در مورد استراتژی‌هایی بیاموزید و از آنها استفاده کنید تا با نتایج خود ارتباط برقرار کنید و به آنها کمک کنید تفاوت ایجاد کنند.

داده های سری زمانی در همه جا وجود دارند. خواه نوسانات بازار سهام، داده های حسگر ثبت تغییرات آب و هوا یا فعالیت در مغز باشد، هر سیگنالی که در طول زمان تغییر می کند را می توان به عنوان یک سری زمانی توصیف کرد. یادگیری ماشینی به عنوان روشی قدرتمند برای استفاده از پیچیدگی در داده‌ها به منظور ایجاد پیش‌بینی‌ها و بینش‌هایی در مورد مشکلی که فرد در تلاش برای حل آن است، ظهور کرده است. این دوره تلاقی بین این دو دنیای یادگیری ماشین و داده‌های سری زمانی است و مهندسی ویژگی‌ها، طیف‌نگاری‌ها و سایر تکنیک‌های پیشرفته را برای طبقه‌بندی صداهای ضربان قلب و پیش‌بینی قیمت سهام پوشش می‌دهد.