[ENGLISH]

01 Course Overview [1min]
01-01 Course Overview [1mins]

02 Creating a Hypothesis [14mins]
02-01 Overview [2mins]
02-02 Factors of a Well Defined Hypothesis [3mins]
02-03 Alternative Hypothesis and Null Hypothesis [4mins]
02-04 Key Performance Indicators Required [2mins]
02-05 Hypothesis Acceptance Criteria [2mins]
02-06 Summary [1mins]

03 Sourcing and Transforming Data Relevant to a Hypothesis [19mins]
03-01 Overview [1mins]
03-02 Azure Machine Learning Services Overview [4mins]
03-03 Identifying and Sourcing the Relevant Data [3mins]
03-04 Training and Testing Data Subsets [3mins]
03-05 Data Transformation Using Azure Machine Learning Components [7mins]
03-06 Summary [1mins]

04 Identifying Features from Raw Data [20mins]
04-01 Overview [1mins]
04-02 Selecting Data Granularity [8mins]
04-03 Dependent and Independent Variables [2mins]
04-04 Choosing the Right Encoding Method [3mins]
04-05 Feature Scaling [3mins]
04-06 Common Feature Selection Techniques [2mins]
04-07 Summary [1mins]

05 Building the Model [31mins]
05-01 Overview [1mins]
05-02 Selecting the Appropriate Model [5mins]
05-03 Azure ML: Classification Model Options [2mins]
05-04 Building and Registering the Model [6mins]
05-05 Metrics for Model Classification Optional [2mins]
05-06 Tuning Hyperparameters and Interpreting the Model [6mins]
05-07 Deploying the Model [8mins]
05-08 Summary [1mins]

06 Monitoring and Managing the Performance of a Model [21mins]
06-01 Overview [0mins]
06-02 Model Performance Strategy [7mins]
06-03 Retraining Model with Automated Machine Learning [6mins]
06-04 Monitoring the Model [2mins]
06-05 Monitoring Data Drift [5mins]
06-06 Summary [1mins]

[فارسی]

01 نمای کلی دوره [1 دقیقه]
01-01 بررسی اجمالی دوره [1 دقیقه]

02 ایجاد یک فرضیه [14 دقیقه]
02-01 نمای کلی [2 دقیقه]
02-02 عوامل یک فرضیه خوب تعریف شده [3 دقیقه]
02-03 فرضیه جایگزین و فرضیه صفر [4 دقیقه]
02-04 شاخص‌های کلیدی عملکرد مورد نیاز [2 دقیقه]
02-05 معیارهای پذیرش فرضیه [2 دقیقه]
02-06 خلاصه [1 دقیقه]

03 منبع یابی و تبدیل داده‌های مرتبط با یک فرضیه [19 دقیقه]
03-01 نمای کلی [1 دقیقه]
03-02 بررسی اجمالی خدمات یادگیری ماشینی Azure [4 دقیقه]
03-03 شناسایی و منبع داده‌های مربوطه [3 دقیقه]
03-04 آموزش و آزمایش زیرمجموعه‌های داده [3 دقیقه]
03-05 تبدیل داده با استفاده از اجزای یادگیری ماشینی Azure [7 دقیقه]
03-06 خلاصه [1 دقیقه]

04 شناسایی ویژگی‌ها از داده‌های خام [20 دقیقه]
04-01 نمای کلی [1 دقیقه]
04-02 انتخاب دانه‌بندی داده [8 دقیقه]
04-03 متغیرهای وابسته و مستقل [2 دقیقه]
04-04 انتخاب روش رمزگذاری مناسب [3 دقیقه]
04-05 مقیاس‌بندی ویژگی [3 دقیقه]
04-06 تکنیک‌های رایج انتخاب ویژگی [2 دقیقه]
04-07 خلاصه [1 دقیقه]

05 ساخت مدل [31 دقیقه]
05-01 نمای کلی [1 دقیقه]
05-02 انتخاب مدل مناسب [5 دقیقه]
05-03 Azure ML- گزینه‌های مدل طبقه‌بندی [2 دقیقه]
05-04 ساخت و ثبت مدل [6 دقیقه]
05-05 معیارهای طبقه‌بندی مدل اختیاری [2 دقیقه]
05-06 تنظیم فراپارامترها و تفسیر مدل [6 دقیقه]
05-07 استقرار مدل [8 دقیقه]
05-08 خلاصه [1 دقیقه]

06 نظارت و مدیریت عملکرد یک مدل [21 دقیقه]
06-01 نمای کلی [0 دقیقه]
06-02 استراتژی عملکرد مدل [7 دقیقه]
06-03 مدل بازآموزی با یادگیری ماشینی خودکار [6 دقیقه]
06-04 نظارت بر مدل [2 دقیقه]
06-05 نظارت بر جابجایی داده [5 دقیقه]
06-06 خلاصه [1 دقیقه]