توضیحات
دوره Effective Data Science Infrastructure, Video Edition. این دوره عملی به شما آموزش میدهد که چگونه زیرساخت داده کاوی و یادگیری ماشین خود را بهینهسازی کنید تا دادهکاوان بتوانند به سرعت و کارآمدی از مرحله ایده تا تولید محصول پیش بروند. با استفاده از تکنیکها و ابزارهایی که در شرکتهایی مانند نتفلیکس به کار میرود، شما یاد میگیرید که چگونه زیرساختی مقیاسپذیر و قابل اعتماد برای پروژههای داده کاوی خود ایجاد کنید.
آنچه فرا خواهید گرفت:
- طراحی زیرساخت کارآمد: یادگیری طراحی زیرساختی که بهرهوری دادهکاوان را افزایش میدهد.
- مدیریت محاسبات ابری: مدیریت منابع محاسباتی و هماهنگی آنها در محیط ابری.
- استقرار مدلهای یادگیری ماشین: استقرار مدلهای یادگیری ماشین در محیط تولید.
- نظارت و مدیریت عملکرد: نظارت بر عملکرد مدلها و مدیریت نتایج.
- یکپارچهسازی ابزارهای ابری: ترکیب ابزارهای ابری مختلف برای ایجاد یک محیط داده کاوی یکپارچه.
- توسعه پروژههای قابل تکرار: توسعه پروژههای داده کاوی قابل تکرار با استفاده از ابزارهایی مانند Metaflow، Conda و Docker.
- طراحی اپلیکیشنهای پیچیده: طراحی اپلیکیشنهای پیچیده برای تیمهای مختلف و دادههای حجیم.
- سفارشیسازی و توسعه زیرساخت: سفارشیسازی و توسعه زیرساخت داده کاوی متناسب با نیازهای سازمان.
این دوره مناسب چه کسانی است؟
- این دوره برای مهندسان زیرساخت و دانشمندان دادهای که به زبان برنامهنویسی پایتون تسلط دارند مناسب است.
مشخصات دوره Effective Data Science Infrastructure, Video Edition
- ناشر: Oreilly
- مدرس: Ville Tuulos
- سطح آموزش: مبتدی تا پیشرفته
- مدت زمان آموزش: 11 ساعت و 28 دقیقه
سرفصل های دوره
- Chapter 1. Introducing data science infrastructure
- Chapter 1. What is data science infrastructure?
- Chapter 1. Why good infrastructure matters
- Chapter 1. Human-centric infrastructure
- Chapter 1. Summary
- Chapter 2. The toolchain of data science
- Chapter 2. Introducing workflows
- Chapter 2. Summary
- Chapter 3. Introducing Metaflow
- Chapter 3. Branching and merging
- Chapter 3. Metaflow in Action
- Chapter 3. Summary
- Chapter 4. Scaling with the compute layer
- Chapter 4. The compute layer
- Chapter 4. The compute layer in Metaflow
- Chapter 4. Handling failures
- Chapter 4. Summary
- Chapter 5. Practicing scalability and performance
- Chapter 5. Practicing horizontal scalability
- Chapter 5. Practicing performance optimization
- Chapter 5. Summary
- Chapter 6. Going to production
- Chapter 6. Stable execution environments
- Chapter 6. Stable operations
- Chapter 6. Summary
- Chapter 7. Processing data
- Chapter 7. Interfacing with data infrastructure
- Chapter 7. From data to features
- Chapter 7. Summary
- Chapter 8. Using and operating models
- Chapter 8. Summary
- Chapter 9. Machine learning with the full stack
- Chapter 9. Deep regression model
- Chapter 9. Summarizing lessons learned
- Chapter 9. Summary
تصاویر دوره

نمونه فیلم دوره
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 720p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
1.5 گیگابایت












































