بناء نماذج تعلم الآلة والتعلم العميق على Google Cloud Platform - تأليف Ekaba Bisong (غلاف ورقي)

عن الكتاب مستوى المستخدم: مبتدئ إلى متوسط ملخص الكتاب اتبع نهجاً منهجياً لفهم أساسيات تعلم الآلة والتعلم العميق من الصفر، وكيفية تطبيقها في الواقع العملي. ستستخدم هذا الدليل الشامل لبناء ونشر نماذج التعلم لمعالجة حالات الاستخدام المعقدة، مع الاستفادة من الموارد الحوسبية لمنصة Google Cloud Platform. يستعرض المؤلف Ekaba Bisong كيفية استخدام أدوات وتقنيات تعلم الآلة للتنبؤ بالأحداث أو تصنيفها بناءً على مجموعة من التفاعلات بين المتغيرات المعروفة باسم الميزات أو السمات في مجموعة بيانات معينة. كما يعلمك كيف يوسع التعلم العميق خوارزمية تعلم الآلة للشبكات العصبية لتعلم المهام المعقدة التي يصعب على أجهزة الكمبيوتر تنفيذها، مثل التعرف على الوجوه وفهم اللغات. وستتعلم أيضاً كيفية الاستفادة من الحوسبة السحابية لتسريع عمليات نشر علوم البيانات وتعلم الآلة. ينقسم كتاب بناء نماذج تعلم الآلة والتعلم العميق على Google Cloud Platform إلى ثمانية أجزاء تغطي أساسيات تعلم الآلة والتعلم العميق، ومفهوم علوم البيانات والخدمات السحابية، والبرمجة لعلوم البيانات باستخدام حزمة Python، والبنية التحتية ومنتجات Google Cloud Platform (GCP)، والتحليلات المتقدمة على GCP، ونشر مسارات حلول تعلم الآلة المتكاملة من البداية إلى النهاية على GCP.

ما ستتعلمه

تعرّف على مبادئ وأساسيات تعلم الآلة والتعلم العميق، والخوارزميات، وكيفية استخدامها، ومتى تستخدمها، وكيفية تفسير نتائجك. كما ستكتسب المعرفة بالمفاهيم البرمجية ذات الصلة بتصميم وتطوير نماذج تعلم الآلة والتعلم العميق باستخدام Python stack.

بناء وتفسير نماذج تعلم الآلة والتعلم العميق

استخدم أدوات وخدمات Google Cloud Platform لتطوير ونشر منتجات تعلم الآلة والتعلم العميق واسعة النطاق

تعرّف على الجوانب المختلفة وخيارات التصميم التي يجب مراعاتها عند بناء نماذج مشكلات التعلم.

تحويل نماذج تعلم الآلة إلى منتجات برمجية جاهزة للإنتاج

لمن هذا الكتاب للمبتدئين في ممارسات علوم البيانات وتعلم الآلة التطبيقي، وعلماء البيانات بجميع مستوياتهم، ومهندسي تعلم الآلة، ومهندسي ومعماريي بيانات Google Cloud Platform، ومطوري البرمجيات

عن الغلاف الخلفي اتبع نهجاً منهجياً لفهم أساسيات تعلم الآلة والتعلم العميق من الصفر، وكيفية تطبيقها في الواقع العملي. ستستخدم هذا الدليل الشامل لبناء ونشر نماذج التعلم لمعالجة حالات الاستخدام المعقدة، مع الاستفادة من الموارد الحوسبية لمنصة Google Cloud Platform.

يستعرض المؤلف Ekaba Bisong كيفية استخدام أدوات وتقنيات تعلم الآلة للتنبؤ بالأحداث أو تصنيفها بناءً على مجموعة من التفاعلات بين المتغيرات المعروفة باسم الميزات أو السمات في مجموعة بيانات معينة. كما يعلمك كيف يوسع التعلم العميق خوارزمية تعلم الآلة للشبكات العصبية لتعلم المهام المعقدة التي يصعب على أجهزة الكمبيوتر تنفيذها، مثل التعرف على الوجوه وفهم اللغات. وستتعلم أيضاً كيفية الاستفادة من الحوسبة السحابية لتسريع عمليات نشر علوم البيانات وتعلم الآلة.

ينقسم كتاب Building Machine Learning and Deep Learning Models on Google Cloud Platform إلى ثمانية أجزاء تغطي أساسيات تعلم الآلة والتعلم العميق، ومفهوم علوم البيانات والخدمات السحابية، والبرمجة لعلوم البيانات باستخدام Python stack، والبنية التحتية ومنتجات Google Cloud Platform (GCP)، والتحليلات المتقدمة على GCP، ونشر مسارات حلول تعلم الآلة المتكاملة من البداية إلى النهاية على GCP.

ستتعلم في هذا الكتاب:

تعرّف على مبادئ وأساسيات تعلم الآلة والتعلم العميق، والخوارزميات، وكيفية استخدامها، ومتى تستخدمها، وكيفية تفسير نتائجك. كما ستكتسب المعرفة بالمفاهيم البرمجية ذات الصلة بتصميم وتطوير نماذج تعلم الآلة والتعلم العميق باستخدام Python stack.

بناء وتفسير نماذج تعلم الآلة والتعلم العميق

استخدم أدوات وخدمات Google Cloud Platform لتطوير ونشر منتجات تعلم الآلة والتعلم العميق واسعة النطاق

تعرّف على الجوانب المختلفة وخيارات التصميم التي يجب مراعاتها عند بناء نماذج مشكلات التعلم.

تحويل نماذج تعلم الآلة إلى منتجات برمجية جاهزة للإنتاج

نبذة عن المؤلف

إيكابا بيسونغ هو قائد علوم البيانات في T4G. عمل سابقاً كعالم بيانات/مهندس بيانات في Pythian. بالإضافة إلى ذلك، فهو يحافظ على علاقة مع مختبرات الأنظمة الذكية في Carleton University مع تركيز بحثي على أنظمة التعلم (التي تشمل الأتمتة التعليمية والتعلم المعزز)، وتعلم الآلة، والتعلم العميق. وهو مهندس بيانات محترف معتمد من Google وخبير مطور من Google في مجال تعلم الآلة.