ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Hands-On Labs: MLS-CO1: AWS Certified Machine Learning Specialty- Based On Real World Case Studies

دانلود کتاب آزمایشگاه‌های عملی: MLS-CO1: تخصص یادگیری ماشین دارای گواهی AWS- بر اساس مطالعات موردی در دنیای واقعی

Hands-On Labs: MLS-CO1: AWS Certified Machine Learning Specialty-  Based On Real World Case Studies

مشخصات کتاب

Hands-On Labs: MLS-CO1: AWS Certified Machine Learning Specialty- Based On Real World Case Studies

ویرایش:  
نویسندگان:   
سری:  
 
ناشر:  
سال نشر: 2022 
تعداد صفحات: [453] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 21 Mb 

قیمت کتاب (تومان) : 33,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 2


در صورت تبدیل فایل کتاب Hands-On Labs: MLS-CO1: AWS Certified Machine Learning Specialty- Based On Real World Case Studies به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب آزمایشگاه‌های عملی: MLS-CO1: تخصص یادگیری ماشین دارای گواهی AWS- بر اساس مطالعات موردی در دنیای واقعی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب آزمایشگاه‌های عملی: MLS-CO1: تخصص یادگیری ماشین دارای گواهی AWS- بر اساس مطالعات موردی در دنیای واقعی

آخرین تخصص وی با گواهینامه AWS آموزش ماشینی (MLS-C01) تخصصی آمادگی آزمایشگاهی دستی شامل دامنه هایی است که به عنوان پایه ای از دانش مورد نیاز برای آماده سازی شما برای آزمون گواهینامه MLS-C01 و برای یک حرفه در فضای ابری عمل می کند.\r\nاین یک کتاب بسیار کاربردی، فشرده و در عین حال جامع است که به شما می‌آموزد که به یک متخصص یادگیری ماشین AWS تبدیل شوید. این کتاب برای هر کسی است که می‌خواهد بر هنر اصول یادگیری ماشینی AWS تسلط پیدا کند. این یک منبع عالی برای قبولی در آزمون تخصصی AWS Certified Machine Learning (MLS-C01) در اولین تلاش است. آخرین نسخه شامل:\r\n- آزمایشگاه های عملی\r\n- مطالعات موردی\r\nاین آزمون توانایی شما در توصیف مفاهیم زیر را می سنجد:\r\n-مهندسی داده\r\nتجزیه و تحلیل داده های اکتشافی\r\n-مدلینگ\r\n- پیاده سازی و عملیات یادگیری ماشینی


توضیحاتی درمورد کتاب به خارجی

his latest AWS Certified Machine Learning Specialty (MLS-C01) Hands-on Labs Prep Specialization consists of domains that will act as a bedrock of all the required knowledge to prepare you for the MLS-C01 certification exam and for a career in the cloud. This is a highly practical, intensive, yet comprehensive book that will teach you to become an AWS Machine Learning expert. The book is for anyone who would like to master the art of AWS Machine Learning fundamentals. It is a perfect resource to pass the AWS Certified Machine Learning Specialty (MLS-C01) exam on the first attempt. The latest edition includes: - Hand-on practice labs. - Case Studies This exam measures your ability to describe the following concepts: -Data Engineering -Exploratory Data Analysis -Modeling -Machine Learning implementation and Operations



فهرست مطالب

Course Introduction (MLS-C01)
Lab 01: Use Amazon Rekognition
Lab 02: Creating a Lambda Function
Lab 03: Build A Serverless Webpage with API Gateway and AWS Lambda
Lab 04: Streaming Data Collection
Lab 05: Performing Real-Time Data Analysis with Kinesis
Lab 06: Data Analysis & Visualization
Lab 07: Modeling
Lab 08: Introducing Jupyter Notebooks (AWS SageMaker)
Lab 09: Algorithms
Lab 10: Understanding CloudFormation Template Anatomy
Lab 11: Creating a TensorFlow Image Classifier in AWS SageMaker
Lab 12: Creating an MXNet Image Classifier in AWS SageMaker
Lab 13: Creating a scikit-learn Random Forest Classifier in AWS SageMaker
Lab 14: Evaluation and Optimization
Lab 15: Categorizing Uploaded Data Using AWS Step Functions
Lab 16: Coordinating AI Services with Step Functions




نظرات کاربران