دوره آموزشی
دوبله زبان فارسی
دورهی جامع گواهینامهی AI Practitioner آمازون – AIF-C01 [جدید]
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- قبولی در آزمون AWS Certified AI Practitioner (AIF-C01)
- آزمون تمرینی کامل با توضیحات جامع برای موفقیت در آزمون
- همهی اسلایدها بهصورت PDF قابل دانلود هستند.
- کاملا بروز با آخرین محتوا
- دموهای عملی با سناریوهای واقعی
- عملی و کاربردی
- توسعه و استقرار راهحلهای هوش مصنوعی با سرویسهای AWS مانند SageMaker و Bedrock
- این دوره تمام سرویسهای مربوط به هوش مصنوعی در AWS را با دموهای عملی پوشش میدهد.
پیشنیازهای دوره
نیازی به تجربهی قبلی در AWS یا هوش مصنوعی نیست، این دوره مناسب افراد مبتدی است!
توضیحات دوره
آنچه یاد خواهید گرفت:
- قبولی در آزمون AIF-C01: تنها دورهای که برای تبدیل شدن به یک AWS Certified AI Practitioner نیاز دارید.
- تسلط به هوش مصنوعی و یادگیری ماشین در AWS: یاد بگیرید چگونه از سرویسهای کلیدی هوش مصنوعی AWS برای ساخت و استقرار راهحلهای هوش مصنوعی استفاده کنید.
- پروژههای عملی: آنچه یاد گرفتید، از آموزش مدل و تا استقرار سیستمهای هوش مصنوعی را در لابراتوارهای عملی به کار بگیرید.
- درک عمیق: پایه محکمی در اصول هوش مصنوعی و یادگیری ماشین، Generative AI، مهندسی پرامپت و شیوههای هوش مصنوعی مسئولانه بدست آورید.
- استراتژیهای آزمون: بینشها و نکاتی را برای مقابله با آزمون بهطور مطمئن و کارآمد کسب کنید.
این دوره برای چه کسانی مناسب است؟
- متخصصان آینده هوش مصنوعی: افرادی که میخواهند گواهینامه دریافت کنند و کار خود را در زمینه هوش مصنوعی شروع کنند.
- تحلیلگران کسبوکار، پشتیبان فناوری اطلاعات و متخصصان بازاریابی
- افراد حرفهای که به دنبال گسترش دانش خود در زمینه هوش مصنوعی و یادگیری ماشین در AWS هستند.
دورهی جامع گواهینامهی AI Practitioner آمازون – AIF-C01 [جدید]
-
خوش آمدید! 02:13
-
دربارهی آزمون و این دوره 07:17
-
نکات مهم برای این دوره 03:13
-
ثبتنام آزمایشی رایگان AWS 04:05
-
هزینه و بودجه AWS 07:30
-
Generative AI و یادگیری ماشین - اصول 06:18
-
Generative AI و یادگیری ماشین - اصول None
-
Amazon Q Business چیست؟ 08:29
-
عملی: ایجاد اپلیکیشن Amazon Q Business 14:09
-
عملی: تخصیص کاربران و تست اپلیکیشن 07:41
-
Amazon Q Business None
-
عملی: استفاده از کنترلهای گلوبال 06:24
-
عملی: بلاک کردن کلمات 02:40
-
عملی: کنترلهای موضوع 06:45
-
Amazon Q Business None
-
آمازون ترنسکرایب 08:11
-
عملی: آمازون ترنسکرایب 11:22
-
آمازون پولی 03:13
-
عملی: قیمتگذاری و مدلها (آمازون پولی) 05:10
-
سرویسهای زبان هوش مصنوعی None
-
عملی: متن به گفتار (آمازون پولی) 04:02
-
عملی: SSML برای اصلاح خروجی گفتار (آمازون پولی) 05:16
-
عملی: ترجمه بلادرنگ (آمازون ترنسلیت) 06:09
-
عملی: ترجمهی دستهای (آمازون ترنسلیت) 10:11
-
سرویسهای زبان هوش مصنوعی None
-
مدلهای انتشاری 03:53
-
مدلهای زبانی بزرگ 03:07
-
GANها و VAEها 05:11
-
Generative AI: انتخاب و متریکها None
-
قابلیتهای Generative AI 05:24
-
چالشهای Generative AI 03:36
-
انتخاب مدل Generative AI 05:19
-
متریکهای کسبوکار 05:38
-
Generative AI: انتخاب و متریکها None
-
Amazon Bedrock چیست؟ 08:25
-
Amazon Bedrock - معماری 04:09
-
Amazon Bedrock - موارد استفاده 02:17
-
Amazon Bedrock None
-
عملی: بررسی Amazon Bedrock 09:15
-
عملی: نصب ویژوال استودیو کد 01:47
-
عملی: راهاندازی ویژوال استودیو کد 07:12
-
عملی: فراخوانی مدل آمازون تیتان 07:55
-
عملی: تولید تصویر در Bedrock 07:11
-
Amazon Bedrock None
-
چرا مدلهای بنیادین را بهبود دهیم؟ 03:06
-
Retrieval-Augmented Generation (RAG) 07:35
-
عملی: پایگاه دانش در Bedrock 17:59
-
ایجنتها 05:12
-
بهبود مدلهای بنیادین None
-
عملی: آمادهسازی و تست ایجنت 03:01
-
عملی: ایجاد گروه اکشن ایجنت 09:22
-
عملی: ایجاد Guardrailها 07:23
-
عملی: راهاندازی ایجنت 07:06
-
عملی: آزمایش Guardrailها 06:28
-
عملی: پاکسازی منابع 01:47
-
بهبود مدلهای بنیادین None
-
الزامات مهندسی پرامپت 02:51
-
بهینهسازی پارامترهای استنتاج 06:29
-
بهترین شیوههای پرامپتنویسی 03:28
-
تکنیکهای مهندسی پرامپت 05:29
-
سوءاستفادهها و ریسکهای پرامپت 04:51
-
مهندسی Prompt None
-
عملی: Amazon Comprehend 06:42
-
عملی: Amazon Comprehend Medical 05:18
-
Amazon Comprehend None
-
عملی: Amazon Textract 08:15
-
عملی: Amazon Rekognition 05:14
-
عملی: استفاده از Rekognition در تابع لامبدا 10:11
-
عملی: ایجاد یک ایندکس و همگامسازی (Amazon Kendra) 09:41
-
عملی: ایجاد تجربه (Amazon Kendra) 08:33
-
عملی: گروه مجموعه داده (Amazon Personalize) 13:12
-
عملی: مجموعه داده آموزش (Amazon Personalize) 03:46
-
عملی: آموزش مدل (Amazon Personalize) 06:09
-
عملی: پیشبینیها (Amazon Personalize) 07:00
-
چرخهی عمر توسعه یادگیری ماشین 07:55
-
SageMaker: جمعآوری داده و مهندسی ویژگی 05:58
-
SageMaker: آموزش مدل 02:15
-
توسعهی راهحلهای یادگیری ماشین None
-
محیط استودیو SageMaker 01:50
-
SageMaker: گزینههای مدل 03:37
-
متریکهای ارزیابی عملکرد 06:24
-
SageMaker: استقرار مدل 04:16
-
عملی: راهاندازی نوتبوکهای SageMaker 05:31
-
عملی: استفاده از نوتبوکهای SageMaker 11:36
-
توسعهی راهحلهای یادگیری ماشین None
-
راهاندازی و نوع رویداد 12:09
-
ساخت و آموزش مدل 05:23
-
ارزیابی مدل 09:07
-
ایجاد تشخیصدهنده و پیشبینیها 10:03
-
پاکسازی منابع 06:52
-
چالشهای هوش مصنوعی مسئولانه 04:14
-
استراتژیهایی برای مقابله با سوگیری و واریانس 03:55
-
چالشهای Generative Al 00:57
-
ابعاد اصلی هوش مصنوعی مسئولانه 02:09
-
سرویسها و ابزارهایی برای هوش مصنوعی مسئولانه در AWS 05:53
-
مدلهای شفاف و توضیحپذیر هوش مصنوعی 04:57
-
تبادلات مدل در هوش مصنوعی مسئولانه 03:39
-
اصول طراحی انسان محور 02:05
-
عملی: ایجاد یک بات (Amazon Lex) 07:39
-
عملی: ایجاد اولین اینتنت (Amazon Lex) 06:30
-
عملی: تست بات (Amazon Lex) 02:19
-
عملی: انواع اسلات و اینتنتها (Amazon Lex) 10:02
-
آزمون تمرینی: AWS Certified AI Practitioner None
-
ثبتنام در آزمون و دریافت 30 دقیقه زمان بیشتر! 08:10
-
نکات نهایی آزمون 07:27
مشخصات آموزش
دورهی جامع گواهینامهی AI Practitioner آمازون – AIF-C01 [جدید]
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:105
- مدت زمان :10:27:55
- حجم :3.94GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy