دوره آموزشی استفاده از یادگیری ماشینی مبتنی بر ابر در Azure: برنامه های کاربردی در دنیای واقعی
1 ساعت 32 دقیقهمتوسط2019-12-05
مدرسین

David Linthicum
Chief Cloud Strategy Officer at Deloitte Consulting
جزئیات دوره
برای اینکه بتوانید هوش مصنوعی را با موفقیت در پلتفرم محبوب Azure ترکیب کنید، باید درک اساسی از چیستی هوش مصنوعی به دست آورید و با ابزارهای محلی ارائه شده توسط Azure آشنا شوید. در این دوره، David Linthicum اصول استفاده از Azure برای برنامه های مبتنی بر هوش مصنوعی، از جمله ابزارهای کلیدی و فرآیندهای استفاده صحیح از آنها را پوشش می دهد. دیوید پس از بررسی اصول اولیه پردازش هوش مصنوعی در Azure، ایجاد پایگاههای دانش و استفاده از سیستمهای هوش مصنوعی در فضای ابری، موارد استفاده در دنیای واقعی را در صنایع مختلف از جمله مراقبتهای بهداشتی، مالی، اجرای قانون و تولید ارائه میکند. سپس نحوه کار با سرویس ابری Azure Machine Learning (AML) برای ساخت، آموزش و استقرار مدلهای یادگیری ماشین را نشان میدهد. از ابزار جستجوی Azure (AS) استفاده کنید. و یک برنامه AML بسازید.
اهداف یادگیری
پردازش هوش مصنوعی و ایجاد دانش در Azure
استفاده از سیستم های هوش مصنوعی در رایانش ابری
اصول اولیه ابر عمومی Microsoft Azure IaaS
موارد استفاده هوش مصنوعی در امور مالی، اجرای قانون و آموزش
ساخت، آموزش، و استقرار مدل های AML
جستجوی Azure (ع) چگونه کار می کند
طراحی سیستم هوش مصنوعی شما
آموزش پایگاه دانش شما
هزینه سیستم هوش مصنوعی مایکروسافت
راه اندازی یک سیستم هوش مصنوعی در Azure
اهداف یادگیری
پردازش هوش مصنوعی و ایجاد دانش در Azure
استفاده از سیستم های هوش مصنوعی در رایانش ابری
اصول اولیه ابر عمومی Microsoft Azure IaaS
موارد استفاده هوش مصنوعی در امور مالی، اجرای قانون و آموزش
ساخت، آموزش، و استقرار مدل های AML
جستجوی Azure (ع) چگونه کار می کند
طراحی سیستم هوش مصنوعی شما
آموزش پایگاه دانش شما
هزینه سیستم هوش مصنوعی مایکروسافت
راه اندازی یک سیستم هوش مصنوعی در Azure
مهارت ها
Cloud DevelopmentMachine LearningAzureNetwork AdministrationCloud PlatformsArtificial Intelligence (AI)Network and System AdministrationCloud ComputingMicrosoftOne-Off
سرفصل ها
0. مقدمه
- 01 - معرفی هوش مصنوعی در Azure
- 02 - هوش مصنوعی در Azure
- 03 - آنچه باید بدانید
1. مبانی هوش مصنوعی
- 04 - پردازش هوش مصنوعی در Azure
- 05 - ایجاد دانش در لاجورد
- 06 - برنامه های کاربردی هوش مصنوعی در Azure
- 07 - هوش مصنوعی و محاسبات ابری در Azure
- 08 - هوش مصنوعی و مایکروسافت
2. موارد استفاده هوش مصنوعی
- 09 - بهداشت و درمان
- 10 - امور مالی
- 11 - مجری قانون
- 12 - ساخت و ساز
- 13 - آموزش و پرورش
3. یادگیری ماشینی Azure (AML)
- 14 - ساخت AML
- 15 - قطار AML
- 16 - گسترش AML
- 17 - نسخه ی نمایشی AML
4. جستجوی لاجوردی (ع)
- 18 - چه فرقی دارد
- 19 - استفاده از جستجوی شناختی
- 20 - استفاده مناسب از AS
5. AML Application Walkthrough
- 21 - لازمه
- 22 - طراحی
- 23 - ساخت
- 24 - قطار
- 25 - استقرار
6. سایر ملاحظات
- 26 - عملکرد
- 27 - هزینه
- 28 - عملیات
- 29 - امنیت
- 30 - حکومت داری
نتیجه
- 31 - منابع
دوره های مرتبط
- دوره آموزشی استفاده از یادگیری ماشینی مبتنی بر ابر در AWS: برنامههای دنیای واقعی
- دوره آموزشی استفاده از آموزش مبتنی بر ابر در Google Cloud Platform: برنامه های دنیای واقعی
- دوره آموزشی آمادگی برای گواهینامه مهندس داده حرفهای Google Cloud آپدیت (2025)
- دوره آموزشی تحلیلگر امنیت سایبری مبتنی بر هوش مصنوعی
- دوره آموزشی یادگیری Selenium: ساختاردهی، مقیاسبندی، اجرا و بهینهسازی تستهای خودکار
- دوره آموزشی یادگیری Databricks GenAI
- دوره آموزشی ساخت عاملهای هوش مصنوعی و خودکارسازی جریانهای کاری با n8n
- دوره آموزشی آمادگی گواهینامه Google Cloud Digital Leader: بخش دوم نوآوری با داده و Google Cloud
مسیرهای مرتبط
- مسیر آموزشی مهارت های اساسی هوش مصنوعی برای مدیریت Azure
- مسیر آموزشی درک هوش مصنوعی تولیدکننده برای رهبران فناوری
- مسیر آموزشی ارتقا مهارت های خود به عنوان یک متخصص اسپارک آپاچی
- مسیر آموزشی آمادهسازی برای گواهینامه اصول مایکروسافت آژور (AZ-900)
- مسیر آموزشی آماده شدن برای آزمون Developing Solutions in Microsoft Azure (AZ-204)
- مسیر آموزشی شروع به کار به عنوان یک توسعه دهنده ASP.NET
- مسیر آموزشی آماده شدن برای آزمون Microsoft Azure Administrator (AZ-104)
- مسیر آموزشی ارتقا مهارت های خود به عنوان یک Azure Administrator