ទទួលបានដំណោះស្រាយការរៀនស៊ីជម្រៅដែលត្រៀមរួចជាស្រេចសម្រាប់ការផលិត — ពីការដំណើរការទិន្នន័យជាមុន និងការបង្កើតគំរូ រហូតដល់កូដដែលបានផ្ទៀងផ្ទាត់ និងបង្កើនប្រសិទ្ធភាព — ដែលបង្កើតឡើងតាមតម្រូវការគម្រោងពិតប្រាកដរបស់អ្នកដោយវិស្វករ ML ដែលមានមូលដ្ឋាននៅទីក្រុង London។
ខ្ញុំនឹងបង្កើតម៉ូដែល Deep Learning ផ្ទាល់ខ្លួនជាមួយ PyTorch និង TensorFlow
ស្ថាបត្យកម្មការរៀនស៊ីជម្រៅសាមញ្ញ និងដំណើរការដែលបានបង្កើត និងចងក្រងជាឯកសារសម្រាប់ករណីប្រើប្រាស់របស់អ្នក។
- ការស្រាវជ្រាវ & ការជ្រើសរើសស្ថាបត្យកម្មសម្រាប់បញ្ហារបស់អ្នក
- ការសម្អាត និងការកែច្នៃទិន្នន័យជាមុន
- ការបង្កើតគំរូការរៀនស៊ីជម្រៅ (CNN, RNN, LSTM, Transformer, ឬ ML បុរាណ)
- កូដប្រភពពេញលេញត្រូវបានផ្តល់ជូន
- ឯកសារគំរូត្រូវបានរួមបញ្ចូល
- PyTorch ឬ TensorFlow — ជម្រើសរបស់អ្នក
អ្វីគ្រប់យ៉ាងនៅក្នុង Starter បូករួមទាំងការផ្ទៀងផ្ទាត់គំរូ ការធ្វើតេស្ត និងការកែសម្រួលសម្រាប់ដំណើរការកាន់តែប្រសើរ។
- អ្វីគ្រប់យ៉ាងដែលបានរួមបញ្ចូលនៅក្នុងកម្រិត Starter
- ការផ្ទៀងផ្ទាត់គំរូ និងការធ្វើតេស្តលើទិន្នន័យដែលបានរក្សាទុក
- ការកែសម្រួលដើម្បីបង្កើនភាពត្រឹមត្រូវ និងទូទៅ
- 2 ជុំនៃការកែប្រែ
- ស័ក្តិសមសម្រាប់ការចាត់ថ្នាក់ ការរកឃើញវត្ថុ NLP និងភារកិច្ចស៊េរីពេលវេលា
- លទ្ធផលដែលបានកត់ត្រាពីការធ្វើតេស្តផ្ទៀងផ្ទាត់
ដំណោះស្រាយពេញលេញពីដើមដល់ចប់៖ ផ្ទៀងផ្ទាត់ កែសម្រួល តាមដាន ដាក់ពង្រាយទៅពពក និងរួមបញ្ចូល API ។
- អ្វីគ្រប់យ៉ាងដែលរួមបញ្ចូលនៅក្នុងកម្រិត Standard
- ការរៀបចំការត្រួតពិនិត្យដំណើរការ
- ការដាក់ពង្រាយលើ Cloud នៃម៉ូដែលដែលបានបណ្តុះបណ្តាល
- ការរួមបញ្ចូល API ដូច្នេះគំរូរបស់អ្នកអាចបម្រើការទស្សន៍ទាយផ្ទាល់
- 3 ជុំនៃការកែប្រែ
- លទ្ធផលដែលត្រៀមរួចជាស្រេចសម្រាប់ការផលិតពីទិន្នន័យទៅកាន់ចំណុចបញ្ចប់ដែលបានដាក់ពង្រាយ
ស្នើសុំការផ្តល់ជូនផ្ទាល់ខ្លួន
ចូលគណនីដើម្បីស្នើសុំការផ្តល់ជូនផ្ទាល់ខ្លួន
បង្កើតគណនីឥតគិតថ្លៃ ឬចូលគណនីដើម្បីស្នើសុំការផ្តល់ជូនផ្ទាល់ខ្លួនពី Zinner នេះ។
ចូល / ចុះឈ្មោះសួរសំណួរមុនពេលលក់
ចូលដើម្បីសួរសំណួរ
ដើម្បីកាត់បន្ថយសារឥតបានការនៅលើវេទិកា សារមុនពេលលក់អាចត្រូវបានផ្ញើដោយអ្នកប្រើប្រាស់ដែលបានចូលប៉ុណ្ណោះ។
បង្កើតគណនីឥតគិតថ្លៃ ឬចូលដើម្បីផ្ញើសារទៅ Zinner នេះដោយផ្ទាល់។
ចូល / ចុះឈ្មោះនៅ glance
ព័ត៌មានលម្អិតសំខាន់ៗអំពីសេវាកម្មនេះ ដើម្បីជួយអ្នកសម្រេចចិត្ត។ បង្កើតដោយ Zinn Hub មិនមែនអ្នកលក់ទេ។
ទីតាំងតម្លៃ
ក្របខ័ណ្ឌដែលគ្របដណ្តប់
ការគ្របដណ្តប់ភារកិច្ច
ត្រៀមដាក់ពង្រាយ
ជួរស្ថាបត្យកម្មគំរូ
អ្វីដែលអ្នកនឹងទទួលបាន
ការពិពណ៌នាពេញលេញ
មិនថាអ្នកត្រូវការកម្មវិធីចាត់ថ្នាក់រូបភាព បំពង់បង្ហូរការរកឃើញវត្ថុ ឧបករណ៍ព្យាករណ៍ស៊េរីពេលវេលា ឬគំរូដំណើរការភាសាធម្មជាតិទេ សេវាកម្មនេះផ្តល់នូវដំណោះស្រាយការរៀនស៊ីជម្រៅពេញលេញ និងដំណើរការដែលត្រូវបានកែសម្រួលយ៉ាងជាក់លាក់ទៅនឹងបញ្ហារបស់អ្នក — មិនមែនជាគំរូទូទៅនោះទេ។
អ្នកនាំមកនូវបញ្ហាប្រឈម; សេវាកម្មនេះដោះស្រាយដំណើរការបច្ចេកទេសពេញលេញ៖ ការយល់ដឹងពីទិន្នន័យរបស់អ្នក ការសម្អាត និងការរៀបចំជាមុន ការជ្រើសរើសស្ថាបត្យកម្មត្រឹមត្រូវ ការបង្កើតគំរូនៅក្នុង PyTorch ឬ TensorFlow និងការប្រគល់កូដប្រភពដែលបានសម្អាត និងមានឯកសារដែលអ្នកអាចប្រើប្រាស់បាន។
**អ្វីដែលត្រូវបានរួមបញ្ចូលនៅទូទាំងគ្រប់កម្រិត**
រាល់ការបញ្ជាទិញចាប់ផ្តើមដោយការស្រាវជ្រាវផ្តោតលើករណីប្រើប្រាស់ជាក់លាក់របស់អ្នក ដោយធានាថាស្ថាបត្យកម្មដែលបានជ្រើសរើស — មិនថាវាជា CNN, RNN, LSTM, Transformer ឬវិធីសាស្រ្តរៀនផ្ទេរ — គឺពិតជាសមស្របសម្រាប់គោលបំណង។ ទិន្នន័យរបស់អ្នកត្រូវបានដំណើរការជាមុនដោយប្រុងប្រយ័ត្ន មុនពេលកូដគំរូមួយបន្ទាត់ត្រូវបានសរសេរ។ អ្នកទទួលបានកូដប្រភពពេញលេញ រួមជាមួយនឹងឯកសារគំរូដែលច្បាស់លាស់ ដូច្នេះអ្នកយល់ច្បាស់ពីអ្វីដែលត្រូវបានបង្កើតឡើង និងមូលហេតុ។
**ទំហំសមត្ថភាព**
សេវាកម្មនេះគ្របដណ្តប់លើកិច្ចការរៀនស៊ីជម្រៅជាច្រើនប្រភេទ៖ ការចាត់ថ្នាក់រូបភាព ការរកឃើញវត្ថុ (រួមទាំងវ៉ារ្យ៉ង់ RCNN និង Faster RCNN) ការបែងចែករូបភាព ការព្យាករណ៍ស៊េរីពេលវេលា និង NLP ។ ម៉ូដែលរៀនម៉ាស៊ីនបុរាណ — logistic regression, decision trees, random forests, SVM, XGBoost, LightGBM — ក៏មានផងដែរនៅកន្លែងដែលពួកវាជាឧបករណ៍ត្រឹមត្រូវសម្រាប់កិច្ចការនេះ។ ស្ថាបត្យកម្មផ្ទាល់ខ្លួនអាចត្រូវបានកំណត់វិសាលភាពតាមការស្នើសុំ។
**បង្កើនវិសាលភាព**
កម្រិតស្តង់ដារបន្ថែមការផ្ទៀងផ្ទាត់គំរូ និងការធ្វើតេស្តរួមជាមួយនឹងការកែសម្រួលល្អិតល្អន់ ដែលផ្តល់ឱ្យអ្នកនូវគំរូដែលត្រូវបានវាយតម្លៃយ៉ាងម៉ត់ចត់ប្រឆាំងនឹងទិន្នន័យដែលបានរក្សាទុក និងកែសម្រួលសម្រាប់ដំណើរការកាន់តែខ្លាំង។ កម្រិតកម្រិតខ្ពស់ទៅមុខទៀត៖ ការត្រួតពិនិត្យដំណើរការ ការដាក់ពង្រាយពពក និងការរួមបញ្ចូល API ត្រូវបានរួមបញ្ចូល ដែលផ្តល់នូវគំរូដែលមិនត្រឹមតែត្រូវបានបណ្តុះបណ្តាលប៉ុណ្ណោះទេ ប៉ុន្តែពិតជាត្រៀមខ្លួនជាស្រេចដើម្បីបម្រើការព្យាករណ៍នៅក្នុងបរិយាកាសផ្ទាល់។
**សម្រាប់អ្នកណា**
សេវាកម្មនេះស័ក្តិសមសម្រាប់ក្រុមហ៊ុនចាប់ផ្តើមអាជីវកម្មដែលបង្កើតមុខងារផលិតផលដែលដំណើរការដោយ AI អ្នកស្រាវជ្រាវដែលត្រូវការការអនុវត្តដែលអាចទុកចិត្តបាននៃស្ថាបត្យកម្មដែលគេស្គាល់ ក្រុមទិន្នន័យដែលមានទិន្នន័យ ប៉ុន្តែខ្វះកម្រិតបញ្ជូនវិស្វកម្មការរៀនស៊ីជម្រៅ និងអាជីវកម្មដែលស្វែងយល់ថាតើការរៀនម៉ាស៊ីនអាចធ្វើស្វ័យប្រវត្តិកម្ម ឬកែលម្អដំណើរការជាក់លាក់មួយបានដែរឬទេ។
**ហេតុអ្វីត្រូវធ្វើការជាមួយអ្នកលក់នេះ**
មានមូលដ្ឋាននៅទីក្រុង London ប្រទេសអង់គ្លេស Zinn Digital នាំមកនូវជំនាញក្នុងបច្ចេកទេសរៀនស៊ីជម្រៅទំនើបបំផុត ជាមួយនឹងការប្តេជ្ញាចិត្តចំពោះការទំនាក់ទំនងច្បាស់លាស់ និងការចែកចាយទាន់ពេលវេលា។ គ្រប់គម្រោងទាំងអស់ទទួលបានវិធីសាស្រ្តតាមតម្រូវការ — ស្ថាបត្យកម្ម បំពង់បង្ហូរដំណើរការមុន និងឯកសារត្រូវបានបង្កើតឡើងជុំវិញទិន្នន័យ និងគោលដៅរបស់អ្នក មិនមែនយកមកប្រើឡើងវិញពីការងារមុននោះទេ។ ឧបករណ៍ដែលប្រើរួមមាន Jupyter Notebook, Google Colab, PyCharm, Visual Studio Code, Docker, RoboFlow, GitHub, និង Anaconda ដែលធានានូវលទ្ធផលប្រកបដោយវិជ្ជាជីវៈ អាចបង្កើតឡើងវិញបាន និងអាចចល័តបាន។
ទាក់ទងតាមរយៈការជជែកបញ្ជាទិញជាមួយនឹងព័ត៌មានលម្អិតគម្រោងរបស់អ្នក ហើយតោះចាប់ផ្តើម។
ការធានាគុណភាព Zinner
Zinner គ្រប់រូបត្រូវបានត្រួតពិនិត្យ និងអនុម័តមុនពេលចូលរួមវេទិកា។
សេវាកម្មទាំងអស់ត្រូវបានគាំទ្រដោយការប្តេជ្ញាចិត្តធានាគុណភាពរបស់យើង។
ការទូទាត់របស់អ្នកត្រូវបានការពាររហូតដល់អ្នកអនុម័តការងារដែលបានប្រគល់។
ប្រៀបធៀបកញ្ចប់
| លក្ខណៈពិសេស | អ្នកចាប់ផ្តើម | ស្តង់ដារ | កម្រិតខ្ពស់ |
|---|---|---|---|
| ពេលវេលាដឹកជញ្ជូន | 2 ថ្ងៃ | 4 ថ្ងៃ | 7 ថ្ងៃ |
| ការកែប្រែ | 1 | 2 | 3 |
| ការស្រាវជ្រាវ & ការជ្រើសរើសស្ថាបត្យកម្មសម្រាប់បញ្ហារបស់អ្នក | ✓ | ✕ | ✕ |
| ការសម្អាតទិន្នន័យ & ការកែច្នៃជាមុន | ✓ | ✕ | ✕ |
| ការបង្កើតគំរូការរៀនស៊ីជម្រៅ (CNN, RNN, LSTM, Transformer, ឬ ML បុរាណ) | ✓ | ✕ | ✕ |
| កូដប្រភពពេញលេញត្រូវបានផ្តល់ជូន | ✓ | ✕ | ✕ |
| ឯកសារគំរូត្រូវបានរួមបញ្ចូល | ✓ | ✕ | ✕ |
| PyTorch ឬ TensorFlow — ជម្រើសរបស់អ្នក | ✓ | ✕ | ✕ |
| អ្វីគ្រប់យ៉ាងដែលរួមបញ្ចូលនៅក្នុងកម្រិត Starter | ✕ | ✓ | ✕ |
| ការផ្ទៀងផ្ទាត់ម៉ូដែល & ការធ្វើតេស្តលើទិន្នន័យដែលបានរក្សាទុក | ✕ | ✓ | ✕ |
| ការកែសម្រួលល្អិតល្អន់សម្រាប់ការកែលម្អភាពត្រឹមត្រូវ និងទូទៅ | ✕ | ✓ | ✕ |
| ការកែប្រែ 2 ជុំ | ✕ | ✓ | ✕ |
| ស័ក្តិសមសម្រាប់ការចាត់ថ្នាក់ ការរកឃើញវត្ថុ NLP និងភារកិច្ចស៊េរីពេលវេលា | ✕ | ✓ | ✕ |
| លទ្ធផលដែលបានចងក្រងជាឯកសារពីការធ្វើតេស្តសុពលភាព | ✕ | ✓ | ✕ |
| អ្វីគ្រប់យ៉ាងដែលបានរួមបញ្ចូលនៅក្នុងកម្រិត Standard | ✕ | ✕ | ✓ |
| ការរៀបចំការត្រួតពិនិត្យដំណើរការ | ✕ | ✕ | ✓ |
| ការដាក់ពង្រាយពពកនៃគំរូដែលបានបណ្តុះបណ្តាល | ✕ | ✕ | ✓ |
| ការរួមបញ្ចូល API ដូច្នេះគំរូរបស់អ្នកអាចបម្រើការព្យាករណ៍ផ្ទាល់ | ✕ | ✕ | ✓ |
| ការកែប្រែ 3 ជុំ | ✕ | ✕ | ✓ |
| លទ្ធផលដែលត្រៀមរួចជាស្រេចសម្រាប់ការផលិតពីទិន្នន័យទៅកាន់ចំណុចបញ្ចប់ដែលបានដាក់ពង្រាយ | ✕ | ✕ | ✓ |
ផលប័ត្រ
ឧទាហរណ៍នៃការងាររបស់អ្នកលក់ដែលទាក់ទងនឹង Zinn នេះ។
បង្កើតម៉ូដែល Deep Learning ផ្ទាល់ខ្លួនជាមួយ PyTorch និង TensorFlow
បង្កើតម៉ូដែល Deep Learning ផ្ទាល់ខ្លួនជាមួយ PyTorch និង TensorFlow
ព័ត៌មានបន្ថែម
ឧបករណ៍ដែលខ្ញុំប្រើ
ល្អឥតខ្ចោះសម្រាប់
ដំណើរការរបស់ខ្ញុំ
សំណួរដែលសួរញឹកញាប់
សូមចែករំលែកសំណុំទិន្នន័យរបស់អ្នក (ឬការពិពណ៌នារបស់វា) ការពន្យល់ច្បាស់លាស់អំពីបញ្ហាដែលអ្នកកំពុងព្យាយាមដោះស្រាយ និងការរឹតបន្តឹង ឬចំណូលចិត្តណាមួយ — ដូចជាក្របខ័ណ្ឌដែលពេញចិត្ត (PyTorch ឬ TensorFlow) ភាពត្រឹមត្រូវគោលដៅ ឬបរិយាកាសដាក់ពង្រាយ។ ព័ត៌មានបរិបទកាន់តែច្រើនដែលអ្នកផ្តល់ ដំណោះស្រាយកាន់តែច្បាស់លាស់អាចត្រូវបានកែសម្រួល។
មិនអីទេ។ អ្នកអាចចែករំលែកតំណទៅកាន់កន្លែងផ្ទុកទិន្នន័យរបស់អ្នក (ដូចជា Google Drive, S3 bucket, ឬ Kaggle dataset) តាមរយៈការជជែកបញ្ជាទិញ។ ប្រសិនបើទិន្នន័យរបស់អ្នកទាមទារការគ្រប់គ្រងពិសេស គ្រាន់តែពិពណ៌នាអំពីការរៀបចំ ហើយវាអាចត្រូវបានពិភាក្សាមុនពេលចាប់ផ្តើមការងារ។
ទាំង PyTorch និង TensorFlow ត្រូវបានគាំទ្រយ៉ាងពេញលេញ។ ប្រសិនបើអ្នកមិនមានចំណូលចិត្តទេ ក្របខ័ណ្ឌដែលសមស្របបំផុតសម្រាប់កិច្ចការជាក់លាក់របស់អ្នកនឹងត្រូវបានណែនាំ។
សេវាកម្មនេះគ្របដណ្តប់លើការចាត់ថ្នាក់រូបភាព ការរកឃើញវត្ថុ (រួមទាំង RCNN, Fast RCNN, Faster RCNN, និង Mask RCNN) ការបែងចែករូបភាព ការព្យាករណ៍ស៊េរីពេលវេលា និង NLP ។ ម៉ូដែលបុរាណដូចជា random forests, XGBoost, LightGBM, និង SVMs ក៏មានផងដែរ។ ស្ថាបត្យកម្មផ្ទាល់ខ្លួនអាចត្រូវបានពិភាក្សាសម្រាប់តម្រូវការអ្នកឯកទេសបន្ថែមទៀត។
ឯកសារគ្របដណ្តប់លើស្ថាបត្យកម្មដែលបានជ្រើសរើស និងហេតុផលនៅពីក្រោយវា ជំហានដំណើរការជាមុនដែលបានអនុវត្ត ធាតុចូលសំខាន់ៗ ការណែនាំសម្រាប់ការដំណើរការកូដ និងការពន្យល់អំពីលទ្ធផល។ វាត្រូវបានសរសេរដើម្បីឱ្យមិត្តរួមការងារដែលមានចំណេះដឹងបច្ចេកទេសដែលមិនបានបង្កើតគំរូអាចយល់ និងពង្រីកវាបាន។
ការកែប្រែអនុវត្តចំពោះការកែតម្រូវ ឬការកែលម្អក្នុងវិសាលភាពដែលបានព្រមព្រៀងដំបូង — ឧទាហរណ៍ ការកែតម្រូវ hyperparameters ការជួសជុលកំហុស ឬការកែប្រែបំពង់បង្ហូរទឹកមុនដំណើរការដោយផ្អែកលើមតិកែលម្អរបស់អ្នក។ សំណើដែលផ្លាស់ប្តូរវិសាលភាពយ៉ាងសំខាន់ (ឧទាហរណ៍ ការប្តូរទៅប្រភេទកិច្ចការខុសគ្នាទាំងស្រុង) អាចតម្រូវឱ្យមានការបញ្ជាទិញដាច់ដោយឡែក។
បាទ/ចាស។ កូដប្រភពដែលបានផ្តល់ឱ្យគឺជារបស់អ្នកដើម្បីប្រើប្រាស់ កែប្រែ និងដាក់ឱ្យប្រើប្រាស់សម្រាប់គម្រោងផ្ទាល់ខ្លួនរបស់អ្នក។ មិនតម្រូវឱ្យមានថ្លៃអាជ្ញាប័ណ្ណបន្ត ឬការបញ្ជាក់ពីសេវាកម្មនេះទេ។
អ្នកនឹងទទួលបានឯកសារប្រភព Python និង/ឬ Jupyter Notebook រួមជាមួយនឹងទម្ងន់គំរូដែលបានរក្សាទុក និងឯកសារឯកសារ។ អ្វីគ្រប់យ៉ាងត្រូវបានចែករំលែកតាមរយៈកម្មវិធីគ្រប់គ្រងការបញ្ជាទិញ។ ប្រសិនបើទម្រង់ជាក់លាក់ណាមួយត្រូវបានទាមទារ សូមបញ្ជាក់វានៅពេលដាក់ការបញ្ជាទិញរបស់អ្នក។
ការវាយតម្លៃរបស់អតិថិជន
មើលអ្វីដែលអតិថិជនរបស់យើងនិយាយអំពី Zinn នេះ
គ្រូបង្រៀនដ៏អស្ចារ្យ ខ្ញុំសូមណែនាំគាត់យ៉ាងខ្លាំង
ល្អបំផុត មានទំនួលខុសត្រូវខ្ពស់ គោរព និងឆ្លើយតប។ គួរឱ្យទុកចិត្ត!
Mahmudun Nabi បានផ្តល់សេវាកម្មដ៏ល្អឥតខ្ចោះនៅក្នុង Data Science & ML លើសពីការរំពឹងទុកទាំងអស់។ ភាពជាអ្នកជំនាញរបស់គាត់បានបង្ហាញតាមរយៈការទំនាក់ទំនងសកម្ម និងការឆ្លើយតបយ៉ាងឆាប់រហ័ស ធានាការដឹកជញ្ជូនទាន់ពេលវេលា។ ណែនាំយ៉ាងខ្លាំងឱ្យធ្វើការជាមួយគាត់!
អរគុណ Mahmudun Nabi! អ្នកបានដោះស្រាយបញ្ហាកុំព្យូទ័រ vision របស់ខ្ញុំ ហើយបានបង្រៀនខ្ញុំពីរបៀបធ្វើវានៅពេលអនាគត! មានចំណេះដឹងច្រើន ការទំនាក់ទំនងលឿនបំផុត និងការដឹកជញ្ជូនលឿនបំផុត។ រីករាយណាស់ជាមួយនឹងលទ្ធផល។
មានតែអតិថិជនដែលបានចូលគណនី ហើយបានទិញផលិតផលនេះប៉ុណ្ណោះ ទើបអាចទុកការវាយតម្លៃបាន។
ប្រភេទ
គោលការណ៍ Zinner
Zinns ដែលពាក់ព័ន្ធ
