بوتکمپ Generative AI: پروژه واقعی برای مبتدیان
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- اصول Generative AI، از جمله معماریها، گردشکارها و نحوه طراحی و استفاده از سیستمهای واقعی GenAI را درک میکنید.
- از مدلها، مجموعه دادهها و Spaces در Hugging Face برای استقرار، تست و اشتراکگذاری اپلیکیشنهای واقعی Generative AI استفاده میکنید.
- با ترکیب مدلها، ابزارها و گردشکارهای end-to-end، یک اپلیکیشن چت صوتی تعاملی هوش مصنوعی آماده تولید میسازید.
- با استفاده از پایتون و VS Code و Google Colab و Ollama، اپلیکیشنهای Generative AI را با کدنویسی تمیز، الگوهای قابل استفاده مجدد و شیوههای توسعه صنعتی میسازید.
- بیش از 1000 کد منبع واقعی GenAI برای طراحی، شخصیسازی و راهاندازی مطمئن اپلیکیشنهای مجهز به هوش مصنوعی خود
- مدلهای هوش مصنوعی را با Google Colab (ابری) و Ollama (محلی) را اجرا و تست میکنید تا توسعه GenAI انعطافپذیرتری داشته باشید.
پیشنیازهای دوره
- آشنایی پایه با برنامهنویسی (هر زبانی مناسب است)
- تمایل به یادگیری مرحلهبهمرحله
- مهارتهای پایه کار با کامپیوتر
توضیحات دوره
بوتکمپ Generative AI: پروژه واقعی برای مبتدیان
Generative AI در حال متحول کردن شیوه ساخت اپلیکیشنها است و این دوره طراحی شده تا به شما کمک کند Generative AI را در پروژههای واقعی درک کنید، بسازید و بهکار بگیرید، حتی اگر کاملاً مبتدی باشید.
این بوتکمپ شما را در یک مسیر گامبهگام از اصول Generative AI تا اپلیکیشنهای آماده تولید همراهی میکند و بر مهارتهای عملی، ابزارهای مدرن و گردشکارهای قابل استفاده مجدد تمرکز دارد که در پروژههای واقعی صنعت به کار میروند.
شما فقط مفاهیم را یاد نمیگیرید بلکه سیستمهای واقعی Generative AI میسازید.
آنچه یاد خواهید گرفت:
- مفاهیم اصلی Generative AI، معماریها، گردشکارها و کاربردهای واقعی را درک میکنید.
- اپلیکیشنهای Generative AI را با پایتون و با شیوههای توسعه تمیز و مقیاسپذیر میسازید.
- مدلهای هوش مصنوعی را در ابر (Google Colab) و محلی (Ollama) اجرا میکنید تا انعطافپذیری و کنترل بیشتری داشته باشید.
- از مدلها، مجموعه دادهها و Spaces در Hugging Face برای تست، استقرار و اشتراکگذاری اپلیکیشنهای هوش مصنوعی استفاده میکنید.
- یک اپلیکیشن چت صوتی تعاملی هوش مصنوعی آماده تولید را از ابتدا توسعه میدهید.
- بیش از 1000 کد منبع و کاربرد واقعی را بررسی میکنید تا پروژههای خود را سریعتر پیش ببرید.
- بیش از 10 ساعت آموزش عمیق Generative AI
- بیش از 70 آموزش ویدئویی باکیفیت برای یادگیری واقعی
ابزارها و فناوریهای پوشش داده شده
شما تجربه عملی با ابزارهای مرتبط با صنعت به دست خواهید آورد، از جمله:
- پایتون برای توسعه Generative AI
- Google Colab برای تستهای ابری و شتاب گرفته با GPU
- Ollama برای اجرای محلی مدلهای هوش مصنوعی
- Hugging Face برای مدلها، مجموعه دادهها و استقرار
- VS Code برای گردشکارهای حرفهای توسعه
- Weights و Biases برای ردیابی و نظارت تستها
- Anaconda برای مدیریت محیط و وابستگیها
همه ابزارها مرحلهبهمرحله و با راهنمایی مناسب مبتدیان توضیح داده میشوند.
پروژههای نهایی واقعی
این دوره بر پایه پروژههای واقعی و کاربردی ساخته شده است، از جمله:
اپلیکیشن چت صوتی تعاملی هوش مصنوعی
این پروژهها بازتابدهنده نحوه ساخت سیستمهای تولیدی Generative AI در تیمهای واقعی هستند که به شما اعتمادبهنفس و تجربه عملی میدهند.
مخاطبان دوره:
- مبتدیانی که هیچ تجربه قبلی در Generative AI یا یادگیری ماشین ندارند.
- دانشجویان، افرادی که مسیر شغلی خود را تغییر میدهند، و خودآموزانی که وارد حوزه هوش مصنوعی میشوند.
- توسعهدهندگانی که میخواهند پایتون را در سیستمهای واقعی GenAI به کار بگیرند.
- کسی که میخواهد پروژههای هوش مصنوعی بسازد، نه فقط تئوری یاد بگیرد.
بدون نیاز به ریاضیات پیشرفته، پیشزمینه یادگیری ماشین یا سختافزار گرانقیمت
چرا این دوره متفاوت است؟
- مناسب مبتدیان، اما متمرکز بر تولید
- پروژههای واقعی، نه مثالهای آزمایشی و ساده
- هم گردشکارهای ابری و هم محلی هوش مصنوعی را پوشش میدهد.
- کد منبع قابل استفاده مجدد که میتوانید در ایدههای خود به کار ببرید.
- طراحی شده به عنوان یک مسیر کامل و end-to-end برای یادگیری GenAI
در پایان این بوتکمپ، فقط Generative AI را درک نخواهید کرد بلکه مهارتها، اعتمادبهنفس و پروژههای واقعی لازم برای ساخت و استقرار اپلیکیشنهای مجهز به هوش مصنوعی خود را هم خواهید داشت.
همین حالا در دوره شرکت کرده و از همان روز اول ساخت سیستمهای واقعی Generative AI را شروع کنید.
این دوره برای چه کسانی مناسب است؟
- مبتدیانی که هیچ تجربه قبلی در هوش مصنوعی یا یادگیری ماشین ندارند و میخواهند یک معرفی روشن و ساختاریافته از Generative AI داشته باشند.
- دانشجویان و افرادی که مسیر شغلی خود را تغییر میدهند و میخواهند از طریق پروژههای عملی و hands-on وارد حوزه هوش مصنوعی شوند.
- توسعهدهندگان یا برنامهنویسانی که میخواهند مهارتهای پایتون خود را در سیستمهای واقعی Generative AI به کار بگیرند.
- متخصصان فناوری و سازندگانی که به ساخت اپلیکیشنهای مجهز به هوش مصنوعی مانند سیستمهای چت صوتی و ابزارهای اتوماسیون علاقهمند هستند.
- خودآموزان و علاقهمندانی که میخواهند با ابزارهای مدرنی مانند Hugging Face و Ollama و Google Colab و Generative AI را بررسی کنند.
بوتکمپ Generative AI: پروژه واقعی برای مبتدیان
-
مقدمهای بر Generative AI: چه مواردی یاد میگیرید و چرا مهم است؟ 07:19
-
ساختار دوره چگونه است و چگونه بهترین نتیجه را بگیرید؟ 07:05
-
پیشنیازها، ابزارها و انتظارات یادگیری 04:13
-
جزئیات مهم: چرا Generative AI یک مهارت تعیینکننده برای مسیر شغلی است؟ 03:31
-
آزمون اصول Generative AI برای مبتدیان None
-
مقدمهای درباره Generative AI: مفاهیم توضیح داده شده و چشمانداز آینده 14:09
-
چرخه کامل توسعه Generative AI برای سیستمهای واقعی 08:19
-
ساخت Generative AI آماده تولید: عوامل کلیدی که باید بدانید 11:44
-
بررسی کامل الگوهای معماری GenAI برای کاربردهای واقعی 13:54
-
پرکاربردترین کلیدواژههای سیستم Generative AI برای استفادههای واقعی 04:00
-
نقشه راه تبدیل شدن به مهندس Generative AI: از مبتدی تا حرفهای 11:12
-
توسعه اپلیکیشنهای Generative AI: ابزارها، فریمورکها، فناوریها و موارد استفاده 15:13
-
آزمون اصول Generative AI None
-
پشته توسعه Generative AI: زبانها، موارد استفاده و کاربردهای واقعی 17:27
-
درک انواع و معماریهای مدلهای Generative AI 07:47
-
بررسی و استفاده از برترین مرکز آنلاین مدلهای Generative AI 16:14
-
بررسی و دانلود مجموعه دادههای عمومی برای پروژه Generative AI 09:49
-
اجزای سختافزاری ضروری: توسعه اپلیکیشن Generative AI 09:08
-
برترین IDEs برای توسعه و تست محلی Generative AI 11:11
-
پلتفرمهای آنلاین رایگان برای توسعه و تست پروژههای Generative AI 07:52
-
ابزارهای آنلاین نظارت بر عملکرد مدلهای Generative AI 06:47
-
برترین کاربردهای واقعی Generative AI که باید در 2026 بشناسید 12:49
-
برترین ابزارهای هوش مصنوعی که باید در 2026 بشناسید - دموی عملی پلتفرمهای مدرن هوش مصنوعی 15:11
-
برترین پلتفرمها برای بررسی و یادگیری Generative AI همراه با کد منبع کامل 10:01
-
تمرین آزمون بررسی Generative AI None
-
شروع کار با پایتون: قدرت محبوبترین زبان جهان 05:27
-
راهنمای جامع نصب پایتون روی رایانه محلی شما 11:26
-
محیط مجازی پایتون چیست و چرا مهم است؟ 04:18
-
محیط مجازی پایتون - راهنمای پیادهسازی 12:12
-
آموزش یادگیری پایتون - بهترین منابع، ویرایشگرهای آنلاین و نحوه شروع 07:41
-
زبان برنامهنویسی پایتون: تمرین چندگزینهای None
-
مقدمهای بر VS Code: نصب، رابط کاربری و قابلیتها 09:57
-
تسلط به ناوبری در VS Code: بررسی Explorer، جستجو و پالت فرمان 04:42
-
تسلط به افزونههای VS Code: از Marketplace تا راهاندازی ابزارهای توسعهدهنده 14:09
-
ملزومات VS Code: یک گردشکار کامل پایتون از کدنویسی تا اشکالزدایی 07:29
-
گردشکار از Git تا GitHub: راهنمای کامل کنترل نسخه و همکاری 04:54
-
بهرهوری با قدرت هوش مصنوعی: شخصیسازی تنظیمات، میانبرها و توسعه بدون کدنویسی 06:27
-
VS Code: تمرینهای چندگزینهای None
-
مقدمهای بر Google Colab: قابلیتها، مزایا و بررسی صفحه اصلی 06:45
-
کار با سلولهای Google Colab: مدیریت کد منبع با مثالهای واقعی 08:31
-
Google Colab با Gemini AI - اصلاح و بهبود خودکار کد خود 04:30
-
نظارت بر منابع Google Colab، پیکربندی Runtime و توضیح ارتقای پلن 05:43
-
تسلط به فایلها در Google Colab: راهنمای کامل مدیریت نوتبوک 03:36
-
اجرای مدل کوچک FLAN-T5 در Google Colab (آموزش مرحلهبهمرحله) 03:31
-
Google Colab - تمرین چندگزینهای عملی None
-
مقدمهای بر Ollama 02:15
-
بررسی اکوسیستم Ollama 04:28
-
نصب Ollama روی رایانه خود 03:10
-
ناوبری رابط کاربری Ollama 02:50
-
فرمانهای Ollama در CLI 04:27
-
سوئیچینگ مدلها در Ollama 02:51
-
فراخوانی مدلهای Ollama با پایتون از طریق HTTP API 05:20
-
استفاده از پکیج پایتون مربوط به Ollama 02:55
-
تمرینهای آزمون ملزومات Ollama None
-
مقدمه و بررسی کامل Hugging Face 03:42
-
بررسی صفحه اصلی Hugging Face: قابلیتها و ناوبری 10:48
-
چگونه پروفایل Hugging Face خود را راهاندازی و سفارشیسازی کنید؟ 06:58
-
آشنایی با مدلهای Hugging Face: از NLP تا بینایی و فراتر از آن 06:28
-
استفاده و اجرای مدلهای Hugging Face: مدل GPT-2 برای تولید متن 09:07
-
بررسی مجموعه دادههای Hugging Face - فرآیند جستجو، بارگذاری و استفاده 06:56
-
آپلود و بررسی مجموعه داده در Hugging Face: یک آموزش عملی و کاربردی 14:40
-
بررسی Hugging Face Spaces: ساخت و اشتراکگذاری آسان اپلیکیشنهای هوش مصنوعی 14:43
-
ایجاد و استقرار Hugging Face Spaces: انتشار اولین اپلیکیشن خود مرحلهبهمرحله 17:31
-
درون کامیونیتی Hugging Face: همکاری و مشارکت 03:39
-
تسلط به مستندات Hugging Face: یادگیری سریعتر با منابع رسمی 05:13
-
راهحلهای سازمانی Hugging Face: هوش مصنوعی برای کسبوکارها در مقیاس بزرگ 04:13
-
توضیح قیمتگذاری Hugging Face: طرحهای رایگان در برابر پولی 02:23
-
ابزارها و قابلیتهای بیشتر Hugging Face که باید بشناسید 05:02
-
بررسی کالکشنها در Hugging Face 03:33
-
ایجاد و مدیریت کالکشنها در Hugging Face 07:38
-
ملزومات Hugging Face: تمرینهای چندگزینهای None
-
دموی پروژه نهایی: چت صوتی تعاملی با پاسخهای بلادرنگ هوش مصنوعی 07:33
-
چت صوتی تعاملی هوش مصنوعی: الزامات فنی و وابستگیهای لازم 06:19
-
آمادهسازی محیط و نصب وابستگیها برای اپلیکیشن چت صوتی هوش مصنوعی 11:37
-
بررسی کد منبع چت صوتی تعاملی هوش مصنوعی (app.py) 20:22
-
راهاندازی محیط Hugging Face Space برای اپلیکیشن چت صوتی تعاملی هوش مصنوعی 04:43
-
آمادهسازی کامل کد منبع برای استقرار در Hugging Face Space 04:41
-
استقرار اپلیکیشن در محیط Hugging Face با استفاده از فرمان Git 06:07
-
تست اپلیکیشن چت صوتی تعاملی در محیط لایو Hugging Face 04:19
-
آزمون پروژه نهایی: استقرار چت صوتی تعاملی هوش مصنوعی None
-
خلاصه دوره: آنچه تا اینجا یاد گرفتهاید 06:29
-
گامهای بعدی: چگونه به یادگیری و تمرین ادامه دهید؟ 06:12
-
نکات پایانی، انگیزهبخشی و پیام پایان دوره 03:55
مشخصات آموزش
بوتکمپ Generative AI: پروژه واقعی برای مبتدیان
- تاریخ به روز رسانی: 1405/04/12
- سطح دوره:Alls
- تعداد درس:83
- مدت زمان :09:39:20
- حجم :11.09GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy