تسلط به Generative AI: از اصول تا کاربردهای پیشرفته
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- تسلط به مبانی Generative AI: با فریمورکهایی مانند LangChain و Hugging Face مهارت کسب کرده و اصولی قوی در اصول و ابزارهای اصلی هوش مصنوعی ایجاد کنید.
- ایجاد اپلیکیشن های چندوجهی: یاد بگیرید هوش مصنوعی بسازید که متن، صدا و تصاویر را از جمله چتباتها و تعاملات مبتنی بر اسناد با استفاده از فایلهای PDF، اکسل و SQL پردازش کند.
- اعمال دستکاری پیشرفته تصویر و متن: از هوش مصنوعی برای افزایش مقیاس تصویر، رنگآمیزی مجدد، Generative Filling و تکنیک RAG برای بهبود و تبدیل محتوای چندرسانهای استفاده کنید.
- توسعه سیستمهای چند-عاملی: سیستمهای هوش مصنوعی با قابلیت همکاری چند-عاملی طراحی کنید و حفاظهای LLM، مدیریت API و پیکربندی بهینه عاملها را تنظیم کنید.
پیشنیازهای دوره
- دانش اولیه پایتون: درک اصول پایتون برای کار با اسکریپتهای هوش مصنوعی ضروری است.
- آشنایی با مفاهیم هوش مصنوعی و یادگیری ماشین: درک اولیه از مدلهای زبانی بزرگ و پیشپردازش داده به درک تکنیکهای Generative AI کمک خواهد کرد.
توضیحات دوره
دوره جامع تسلط به Generative AI: این دوره جامع برای علاقهمندان به هوش مصنوعی، دانشمندان داده و متخصصانی طراحی شده است که به دنبال تعمیق تخصص خود در Generative AI هستند. این دوره با پوشش طیف گستردهای از قابلیتهای هوش مصنوعی، یادگیرندگان را در ساخت، اصلاح و ارزیابی سیستمهای هوش مصنوعی که قادر به تولید، تحلیل و تغییر متن، تصاویر و صدا هستند، راهنمایی میکند. با استفاده از فریمورکهای پیشرفتهای مانند LangChain ،Llama Index و Hugging Face، دانشجویان تجربه عملی با تکنیکهای اصلی Generative AI، از جمله تولید مبتنی بر بازیابی (RAG)، طبقهبندی تصویر، تعبیهسازی برداری و تیونینگ دقیق مدل به دست خواهند آورد.
در طول این دوره، شما چگونگی تنظیم حفاظهای عملی، اطمینان از همراستایی مدل و مدیریت چندین مدل زبانی بزرگ (LLM) را در یک اپلیکیشن واحد بررسی خواهید کرد. هر بخش، تئوری را با پروژههای عملی ترکیب میکند تا به دانشجویان کمک کند مهارتهای خود را در تسک های دنیای واقعی به کار گیرند. پروژهها شامل تحلیل اسناد، تعامل و تحلیل پایگاههای داده SQL از طریق زبان طبیعی و شبیهسازی صدا است. این پروژهها به همراه تمرینهای پیشرفته چندوجهی، درک شما از کاربردهای عملی هوش مصنوعی را تثبیت میکنند. در پایان دوره، شما به مهارتهای لازم برای طراحی، استقرار و نوآوری در زمینه Generative AI مجهز خواهید شد که به شما امکان میدهد از پتانسیل کامل آن در صنایع و کاربردهای مختلف استفاده کرده و شما را برای توسعه راهحلهای تأثیرگذار هوش مصنوعی محور در چشمانداز فناوری امروز که به سرعت در حال تحول است، توانمند میسازد.
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگان مشتاق هوش مصنوعی
- دانشمندان داده و مهندسان یادگیری ماشین
- علاقهمندان و سرگرمیسازان هوش مصنوعی
- مدیران محصول یا کارآفرینان
- پژوهشگران یا دانشگاهیان حوزه هوش مصنوعی
- متخصصانی که به دنبال تغییر مسیر شغلی به سمت هوش مصنوعی هستند.
تسلط به Generative AI: از اصول تا کاربردهای پیشرفته
-
آشنایی با Generative AI 46:33
-
چگونه اپلیکیشن هوش مصنوعی با فریمورکها بسازیم؟ - آشنایی با Llama Index 33:25
-
چگونه از Generative AI برای چت با اسناد PDF استفاده کنیم؟ 31:47
-
کدام یک از موارد زیر محدودیت Generative AI است؟ None
-
چگونه خروجی Generative AI را با استفاده از ماتریس درهمریختگی ارزیابی کنیم؟ 29:16
-
آشنایی با توکنیزاسیون در Generative AI 30:27
-
چگونه از Generative AI برای خلاصهسازی اسناد استفاده کنیم؟ 32:19
-
دقت، بازخوانی، مثبتهای واقعی و نمره F1 در ارزیابی هوش مصنوعی None
-
آشنایی با هوش مصنوعی چندوجهی: چگونه اپلیکیشن Generative AI مبتنی بر صوت بسازیم؟ 30:51
-
چگونه از فراخوانی توابع در اپلیکیشنهای Generative AI استفاده کنیم؟ 33:57
-
چگونه از Streamlit برای ساخت اپلیکیشنهای Generative AI استفاده کنیم؟ 36:03
-
ویژگیهای کلیدی Streamlit و ابزارهای تبدیل گفتار به متن None
-
چگونه حفاظها را برای LLMs هنگام ساخت اپلیکیشنهای Generative AI تنظیم کنیم؟ 19:15
-
چگونه اپلیکیشنهای Generative AI گفتگویی بسازیم؟ 34:33
-
چگونه چندین عملکرد LLM را در یک اپلیکیشن Generative AI ایجاد کنیم؟ 28:02
-
حفاظها و چند عملکردی در اپلیکیشنهای هوش مصنوعی محاورهای None
-
چگونه چندین مدل LLM را در یک اپلیکیشن Generative AI پیکربندی کنیم؟ 23:09
-
چگونه از پلتفرم Huggingface در ساخت اپلیکیشن Generative AI استفاده کنیم؟ 29:15
-
چگونه از تکنیکهای طبقهبندی تصویر در اپلیکیشن Generative AI استفاده کنیم؟ 26:59
-
ادغام LLMs و Hugging Face و طبقهبندی تصویر در Generative AI None
-
چگونه از FastHtml برای ساخت اپلیکیشنهای Generative AI استفاده کنیم؟ 29:39
-
چگونه در اپلیکیشنهای Generative AI با استفاده از محدودیت و حذف، تماسهای api را مدیریت کنیم؟ 25:27
-
چگونه از تولید مبتنی بر بازیابی (RAG) برای پایهگذاری مدلهای زبانی بزرگ (LLM) استفاده کنیم؟ 31:16
-
FastAPI، مدیریت API و RAG برای اپلیکیشنهای Generative AI None
-
چگونه از تعبیهسازی برداری برای ساخت اپلیکیشن Generative AI مؤثر استفاده کنیم؟ 36:35
-
چگونه اپلیکیشنهای RAG را با استفاده از تکنیکهایی مانند دوبارهمرتبهسازی و گسترش کوئری بهبود بخشیم؟ 35:06
-
چگونه از پایگاههای داده برداری برای ساخت اپلیکیشنهای Generative AI استفاده کنیم؟ 32:15
-
بهینهسازی Generative AI با تعبیهسازی برداری، RAG و پایگاه داده None
-
چگونه از فریمورک Langchain برای ساخت اپلیکیشن Generative AI مؤثر استفاده کنیم؟ 23:37
-
آشنایی با بینایی کامپیوتری و Generative AI مبتنی بر تصویر 22:13
-
چگونه از Generative AI برای افزایش کیفیت تصاویر با وضوح پایین استفاده کنیم؟ 16:58
-
ساخت Generative AI مبتنی بر تصویر با استفاده از LangChain و تکنیکهای بینایی None
-
چگونه از Generative AI برای بزرگتر کردن اندازه تصاویر استفاده کنیم؟ 23:28
-
چگونه از Generative AI برای جایگزینی یک شیء از یک تصویر استفاده کنیم؟ 18:54
-
چگونه از تبدیل تصویر به متن در ساخت اپلیکیشنهای مؤثر Generative AI استفاده کنیم؟ 23:18
-
Generative AI: گسترش تصویر، جایگزینی اشیاء و تبدیل تصویر به متن None
-
چگونه از Generative AI برای حذف بخشهای نامطلوب تصاویر استفاده کنیم؟ 24:26
-
چگونه از Generative AI برای تغییر رنگ شیء درون یک تصویر استفاده کنیم؟ 20:07
-
چگونه از Generative AI برای تعمیر بخشهایی از تصویر که پاره شده است استفاده کنیم؟ 21:50
-
Generative AI: حذف، تغییر رنگ و تعمیر تصاویر با زبان طبیعی None
-
پیادهسازی زنجیره پندار در Generative AI برای بهینهسازی LLM 21:53
-
چگونه از Generative AI برای چت با اسناد Excel استفاده کنیم؟ 17:03
-
چگونه از Generative AI برای اجرای فرمان های SQL و انجام تحلیل داده استفاده کنیم؟ 21:03
-
درک پرامپتنویسی زنجیره فکر و قابلیت چت با CSV None
-
چگونه با پیادهسازی عاملهای جستجو بر محدودیتهای نقطه زمانی قطع دسترسی LLMs غلبه کنیم؟ 18:08
-
آشنایی با عاملهای هوش مصنوعی: چگونه عاملهای هوش مصنوعی را برای انجام تسک های مختلف پیادهسازی کنیم؟ 27:43
-
آشنایی با سیستمهای هوش مصنوعی چند-عاملی و استقرار آنها 23:24
-
نقطه زمانی قطع دسترسی LLM، عاملهای جستجو و ماژول کلاینت HTTP پایتون None
-
آشنایی با سیستمهای هوش مصنوعی سلسلهمراتبی: ساخت نظارت بر عاملها 24:37
-
چگونه از فناوری تبدیل تصویر به ویدئو در ساخت اپلیکیشنهای مؤثر Generative AI استفاده کنیم؟ 24:10
-
چگونه از Generative AI برای شبیهسازی صدا و تبدیل متن به گفتار استفاده کنیم؟ 23:53
-
مزایای عاملهای سلسلهمراتبی، ثبت ابزار در Autogen و جریان نوری None
-
آشنایی با تیونینگ دقیق مدلهای اولیه برای تسک های خاص دامنه 29:59
-
تیونینگ دقیق، سازگاری دامنه، هایپرپارامترها و دورهها None
مشخصات آموزش
تسلط به Generative AI: از اصول تا کاربردهای پیشرفته
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:متوسط
- تعداد درس:54
- مدت زمان :18:02:53
- حجم :10.53GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy