Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it
ستتعلم في هذه الدورة التدريبية كيفية تحسين نماذج machine learning (ML). أنت تبدأ بمراجعة طرق تخفيف التحيز وأداء النموذج، وتتعلم كيفية تجنب الملاءمة الزائدة والملاءمة الناقصة للنموذج. بعد ذلك، سوف تكتشف كيفية الجمع بين الأساليب لتحسين أداء النموذج وكيفية استخدام ضبط المعلمة الفائقة لإنتاج نتائج النموذج المحسّن.
ستقوم أيضًا بفحص حالات التباين في حجم النموذج وتجميع الإصدارات للنموذج، وسوف تستكشف كيف يمكن لخدمات Amazon SageMaker المساعدة في عملية تحسين النموذج.
- مستوى الدورة التدريبية: متقدم
- المدة الزمنية: ساعتان (2)
الأنشطة
- المواد المتاحة عبر الإنترنت
- التمارين
- أسئلة التحقق من المعرفة
أهداف الدورة التدريبية
- تحديد مقاييس تقييم النموذج وتفسيرها مثل تحيز النموذج وتباين النموذج.
- وصف الطرق الخاصة باكتشاف الملاءمة الزائدة والملاءمة الناقصة للنموذج.
- استخدام أساليب التنظيم واختيار الميزات لتجنب الملاءمة الزائدة والملاءمة الناقصة للنموذج.
- الجمع بين نماذج التدريب المتعددة من خلال أساليب التجميع مثل التعزيز والتعبئة والتكديس لتحسين أداء النموذج.
- شرح كيف تؤثر المعلمات الفائقة في أداء النموذج.
- تحديد أساليب ضبط المعلمات الفائقة الرئيسية.
- إجراء تحسين تلقائي للمعلمات الفائقة لتحسين أداء النموذج.
- تحديد العوامل الرئيسية التي تؤثر في حجم النموذج.
- تقليل حجم النموذج باستخدام تقليم النموذج التكراري.
- استخدام مجموعات البيانات المخصصة للضبط الدقيق للنماذج الخاضعة للتدريب مسبقًا باستخدام Amazon SageMaker JumpStart وAmazon Bedrock.
- استخدام أساليب التنظيم واختيار الميزات لتجنب النسيان الكارثي.
- إدارة إصدارات النموذج للتكرار والتدقيق باستخدام سجل النماذج لدى Amazon SageMaker.
الجمهور المستهدف
- مهندسو السحابة
- مهندسو machine learning
المهارات الموصى بها
- أكمل عامًا واحدًا على الأقل من الخبرة في استخدام SageMaker وخدمات AWS الأخرى لهندسة ML
- أكمل سنة واحدة على الأقل من الخبرة في دور ذي صلة مثل مطور برامج الواجهة الخلفية أو مُطوِّر DevOps أو مهندس البيانات أو عالم البيانات
- فهم أساسي للغات البرمجة مثل Python
- أكمل الدورات التدريبية السابقة في خطة التعلم لمساعد مهندس AWS ML
مخطط الدورة التدريبية
القسم 1: المقدمة
- الدرس 1: كيفية الاستفادة من هذه الدورة التدريبية
- الدرس 2: نظرة عامة على الدورة التدريبية
- الدرس 3: تقييم أداء النموذج
القسم 2: ملاءمة النموذج
- الدرس 4: الملاءمة الزائدة والملاءمة الناقصة للنموذج
- الدرس 5: تجنب الملاءمة الزائدة والملاءمة الناقصة للنموذج
- الدرس 6: مجموعة النماذج لتحسين الأداء
القسم 3: ضبط المعلمات الفائقة
- الدرس 7: ميزات ضبط المعلمات الفائقة
- الدرس 8: أساليب ضبط المعلمات الفائقة
- الدرس 9: ضبط المعلمات الفائقة باستخدام Amazon SageMaker AMT
القسم 4: إدارة حجم النموذج
- الدرس 10: عوامل حجم النموذج
- الدرس 11: أساليب تقليل حجم النموذج
القسم 5: تحسين النماذج الخاضعة للتدريب مسبقًا
- الدرس 12: ميزات الضبط الدقيق للنماذج الخاضعة للتدريب مسبقًا
- الدرس 13: الضبط الدقيق للنماذج الخاضعة للتدريب مسبقًا من خلال مجموعات البيانات المخصصة على AWS
- الدرس 14: تجنب النسيان الكارثي
القسم 6: تجميع إصدارات النموذج
- الدرس 15: ميزات سجل النماذج لدى Amazon SageMaker
- الدرس 16: تسجيل النماذج ونشرها باستخدام سجل النماذج لدى SageMaker
القسم 7: الخاتمة
- الدرس 17: ملخص الدورة التدريبية
- الدرس 18: التقييم
- الدرس 19: تواصل معنا
