اصول هوش مصنوعی
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- مفاهیم اصلی هوش مصنوعی، یادگیری ماشین، یادگیری عمیق و مدلهای زبانی بزرگ را توضیح میدهید و بیان میکنید که اینها چه تفاوتی با نرمافزارهای سنتی دارند.
- نحوه تولید متن توسط مدلهای زبانی بزرگ را با درک توکنها، پیشبینی مبتنی بر احتمال، محدودیتهای رایج و عواملی که به توهمزایی منجر میشوند، تحلیل میکنید.
- تکنیکهای عملی پرامپتنویسی مانند پرامپتهای ساختاریافته، ارائه مثال و استدلال گامبهگام را به کار میگیرید تا خروجیهای شفافتر و قابلاعتمادتر از ابزارهای هوش مصنوعی به دست آورید.
- کامپوننتهای بازیابی نسل افزوده (RAG) از جمله chunking و تعبیهها و vector stores را توصیف کرده و ارزیابی میکنید چه زمانی به سیستمهای RAG برای ارائه پاسخهای دقیق و مبتنی بر کانتکس نیاز است.
پیشنیازهای دوره
- برای گذراندن دوره هیچ پیشنیازی وجود ندارد.
توضیحات دوره
اصول هوش مصنوعی یک دوره کاربردی و مبتدیپسند است که به افراد غیرفنی کمک میکند بفهمند هوش مصنوعی مدرن چگونه کار میکند و چگونه میتوانند با اطمینان از آن در موقعیتهای واقعی استفاده کنند. این دوره برای افرادی طراحی شده که در نقشهایی مانند مدیریت محصول، تحلیل کسبوکار، هماهنگی پروژه و سایر موقعیتهایی فعالیت میکنند که در کنار تیمهای فنی کار میکنند. هر مفهوم به صورت شفاف توضیح داده شده تا یادگیرندگان بدون نیاز به پیشینه در ریاضی یا برنامهنویسی، درک قوی به دست آورند.
ابتدا یاد میگیرید هوش مصنوعی چیست و چه تفاوتی با نرمافزارهای سنتی دارد. این دوره مبانی یادگیری ماشین و یادگیری عمیق را با زبانی ساده توضیح میدهد و نشان میدهد این فناوریها چگونه بسیاری از ابزارهای امروزی را قدرت میبخشند. همچنین یاد میگیرید مدلهای زبانی بزرگ چگونه کار میکنند، چگونه متن تولید میکنند و چرا گاهی اطلاعات نادرست ارائه میدهند. این دوره تکنیکهای عملی پرامپتنویسی را آموزش میدهد که به شما کمک میکند نتایج دقیقتر و سازگارتر بگیرید، از جمله پرامپتهای ساختاریافته، مثالها و استدلال هدایت شده
در ادامه، بازیابی نسل افزوده (RAG) را بررسی میکنید؛ روشی که به سیستمهای هوش مصنوعی اجازه میدهد از اطلاعات بلادرنگ یا اطلاعات اختصاصی سازمان استفاده کنند. یاد میگیرید chunking و تعبیهها و vector stores چگونه با هم کار میکنند تا پاسخهایی قابل اعتماد و مبتنی بر واقعیت ایجاد شود. این دوره همچنین محدودیتهای رایج، استفاده مسئولانه و راههای جلوگیری از خروجیهای گمراهکننده را پوشش میدهد.
در پایان دوره، مهمترین مفاهیم هوش مصنوعی را درک کرده ارتباط مؤثرتری با تیمهای فنی برقرار کرده و میتوانید از ابزارهای هوش مصنوعی برای بهبود بهرهوری، پژوهش، تصمیمگیری و حل مسئله در نقش خود استفاده کنید.
این دوره برای چه کسانی مناسب است؟
- متخصصان حوزه محصول، کسبوکار یا پروژه که با تیمهای فنی همکاری میکنند.
- افراد غیرفنی که میخواهند بفهمند هوش مصنوعی مدرن چگونه کار میکند.
- مبتدیانی که از ابزارهای هوش مصنوعی استفاده میکنند و میخواهند درک روشنتری از آنچه پشت صحنه رخ میدهد داشته باشند.
- افرادی که مسیر شغلی خود را تغییر میدهند و به دنبال یک معرفی ساده و کاربردی از مفاهیم هوش مصنوعی هستند.
- کسی که تازه با هوش مصنوعی آشنا شده و به یک معرفی ساختاریافته از ML و LLMs و RAG نیاز دارد.
اصول هوش مصنوعی
-
مقدمه 01:44
-
مقدمهای بر مدرس 01:16
-
مقدمهای بر Gen AI 03:29
-
ارزیابی بنچمارک None
-
LLMs چیست؟ 01:23
-
LLMs چگونه کار میکنند؟ 03:46
-
بررسی میزان درک None
-
چگونه از Gen AI در گردشکار خود استفاده میکنید؟ 02:34
-
مدلهای زبانی بزرگ (LLMs) 06:26
-
کاربردهای عملی LLMs 02:25
-
انواع مدلها 04:20
-
مدلهای قیمتگذاری برای LLMs 01:52
-
بررسی میزان درک None
-
مبانی مهندسی پرامپت 02:46
-
تکنیکهای مهندسی پرامپت 02:35
-
پردازش زنجیره فکر 02:07
-
قاعده کلی هنگام طراحی پرامپت 02:36
-
بررسی میزان درک None
-
RAG 03:19
-
موارد استفاده RAG 02:55
-
ایجنتها 02:57
-
موارد استفاده از LLMs مختلف 02:44
-
پایپلاین RAG 04:07
-
ایجنتهای هوش مصنوعی 01:47
-
ایجنتهای هوش مصنوعی: ابزارها و خودمختاری 01:39
-
جمعبندی ایجنتهای هوش مصنوعی 01:09
-
جمعبندی ایندکسگذاری 01:05
-
بررسی میزان درک None
-
چالشهای پیادهسازی سیستمهای RAG 02:06
-
چرا زمینه مرتبط برای LLMs اهمیت دارد؟ 01:22
-
تعبیهها و بردارهای LLM 03:12
-
Chunking 00:51
-
فاین تیونینگ 02:32
-
چالشها و معایب فاین تیونینگ 00:51
-
سوگیری درLLMs 00:52
-
اخلاق در LLMs 02:13
-
ویدئو 32 - مقررات LLM 00:45
-
AGI 00:42
-
بررسی میزان درک None
-
توسعه با هوش مصنوعی در برابر توسعه سنتی 00:52
-
توسعه و عرضه محصولات هوش مصنوعی 01:24
-
متریکهای ارزیابی سیستمهای هوش مصنوعی 00:55
-
نقش حیاتی داده در هوش مصنوعی 01:02
-
تست چرخه عمر توسعه با کمک هوش مصنوعی 00:50
-
بررسی میزان درک None
-
مصاحبه با مدیر ارشد ترویج در Google 21:26
-
تبریک بابت به پایان رساندن دوره 00:54
مشخصات آموزش
اصول هوش مصنوعی
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:Alls
- تعداد درس:47
- مدت زمان :01:44:44
- حجم :2.11GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy