آموزش AWS Certified AI Practitioner AIF-C01 [جدید]
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- قبولی در آزمون AWS Certified AI Practitioner (AIF-C01)
- تسلط به مفاهیم کلیدی هوش مصنوعی، یادگیری ماشین و generative AI
- شناسایی موارد استفاده واقعی هوش مصنوعی در وب سرویسهای آمازون
- درک شیوههای مسئولانه و امنیت در راهحلهای هوش مصنوعی
- و غیره
پیشنیازهای دوره
- مهارتهای اولیه در حوزه رایانش و ابر
- دسترسی به یک حساب AWS برای تمرینهای عملی
- علاقه به هوش مصنوعی و یادگیری ماشین
- تمایل به کسب گواهینامه AWS Certified AI Practitioner
توضیحات دوره
آینده هوش مصنوعی (AI) و یادگیری ماشین (ML) را با AWS کشف کنید. در این دوره که برای آزمون AWS Certified AI Practitioner طراحی شده است، شما با مبانی هوش مصنوعی، یادگیری ماشین و یادگیری عمیق آشنا خواهید شد که از طریق سرویسهای پیشرفته AWS به کار گرفته میشود. این دوره بر تجهیز شما به ابزارهای لازم برای درک، پیادهسازی و بهرهبرداری از راهحلهای هوش مصنوعی در دنیای واقعی متمرکز است.
در طول ماژولها، شما مفاهیم ضروری، موارد استفاده عملی و بهترین شیوهها برای کار با فناوریهای پیشرفته مانند generative AI را بررسی خواهید کرد. علاوه بر این، ما به اهمیت به کارگیری مسئولانه و ایمن هوش مصنوعی، با پیروی از استانداردهای صنعتی خواهیم پرداخت.
این دوره یک دوره کسلکننده با صدا و درسهای پاورپوینت نیست. مدرس اینجا مطالب را به سبک تعاملی و جذاب ارائه میدهد که شما را علاقهمند نگه میدارد و فهم را آسانتر میکند.
آنچه یاد خواهید گرفت:
- اصول هوش مصنوعی و یادگیری ماشین (ML): شما با اصول اولیه هوش مصنوعی و یادگیری ماشین، از جمله شبکههای عصبی، بینایی کامپیوتر و پردازش زبان طبیعی (NLP) آشنا خواهید شد. ما تفاوتهای کلیدی بین هوش مصنوعی، یادگیری ماشین و یادگیری عمیق را بررسی میکنیم و یاد میگیریم چه زمانی مناسب است که از این فناوریها استفاده کنیم.
- Generative AI: شما کشف خواهید کرد که چگونه Generative AI میتواند محتوای جدیدی مانند متن، تصویر و صدا را از داده موجود ایجاد کند. ما مثالهایی از مدلهای generative و کاربردهای عملی آنها در صنایع مختلف، از جمله تولید محتوای خلاقانه، توسعه نرمافزار و غیره خواهیم دید.
- مدلهای بنیادی و بهینهسازی: شما با مدلهای از پیشآموزشدیده و نحوه انتخاب مدل مناسب برای سناریوهای مختلف آشنا خواهید شد. علاوه بر این، تکنیکهای تیونینگ برای بهینهسازی عملکرد مدلها و اینکه چگونه آنها را برای موارد استفاده خاص سفارشی کنید، بررسی خواهید کرد.
- هوش مصنوعی مسئولانه: شما با اصول اخلاقی هوش مصنوعی، از جمله شفافیت، حریم خصوصی و کاهش سوگیری آشنا خواهید شد. این ماژول همچنین به ابزارهایی که AWS برای تأمین امنیت مدلها، توضیحپذیری و رعایت استانداردهای مسئولیت ارائه میدهد، خواهد پرداخت.
- امنیت، انطباق و حاکمیت برای راهحلهای هوش مصنوعی: شما خواهید آموخت چگونه استراتژیهای حاکمیت و امنیت را برای راهحلهای هوش مصنوعی پیادهسازی کنید و اطمینان حاصل کنید که سیستمها با استانداردهای مقرراتی و بهترین شیوهها مطابقت دارند. این کار شامل مدیریت ایمن داده و محافظت از مدلها در برابر آسیبپذیریهای بالقوه خواهد بود.
این دوره برای چه کسانی مناسب است؟
- متخصصانی که به دنبال کسب گواهینامه AWS Certified AI Practitioner هستند.
- دانشجویان هوش مصنوعی که به AWS cloud علاقهمندند.
- توسعهدهندگانی که میخواهند هوش مصنوعی را در راهحلهای تجاری به کار برند.
- مدیرانی که به دنبال فهم ارزش هوش مصنوعی برای کسبوکار خود هستند.
آموزش AWS Certified AI Practitioner AIF-C01 [جدید]
-
معرفی 02:20
-
درباره آزمون AWS Certified AI Practitioner 05:01
-
ایجاد یک حساب AWS 05:29
-
AWS Budgets 05:46
-
AWS Cost Explorer 03:55
-
تولد هوش مصنوعی 09:39
-
مقدمه دامنه 1 - مبانی یادگیری ماشین و هوش مصنوعی 02:13
-
اصطلاحات اولیه هوش مصنوعی (هوش مصنوعی، یادگیری ماشین، یادگیری عمیق، شبکههای عصبی، بینایی کامپیوتر و غیره) - بخش 1 08:40
-
اصطلاحات اولیه هوش مصنوعی (هوش مصنوعی، یادگیری ماشین، یادگیری عمیق، شبکههای عصبی، بینایی کامپیوتر و غیره) - بخش 2 07:39
-
شباهتها و تفاوتها بین یادگیری ماشین، هوش مصنوعی و یادگیری عمیق 05:27
-
تکنیکهای یادگیری، داده و استنتاجها در هوش مصنوعی - بخش 1 06:14
-
تکنیکهای یادگیری، داده و استنتاجها در هوش مصنوعی - بخش 2 04:38
-
تکنیکهای یادگیری، داده و استنتاجها در هوش مصنوعی - بخش 3 03:04
-
شناسایی کاربردهایی که یادگیری ماشین و هوش مصنوعی میتوانند ارزش افزوده ایجاد کنند 03:05
-
تعیین زمانهایی که راهحلهای یادگیری ماشین و هوش مصنوعی مناسب نیستند 02:22
-
انتخاب تکنیکهای یادگیری ماشین مناسب برای موارد استفاده خاص 05:39
-
موارد استفاده کاربردی هوش مصنوعی - سرویسهای مدیریتشده هوش مصنوعی و یادگیری ماشین AWS - بخش 1 05:13
-
موارد استفاده کاربردی هوش مصنوعی - سرویسهای مدیریتشده هوش مصنوعی و یادگیری ماشین AWS - بخش 2 04:52
-
مثالهایی از کاربردهای واقعی هوش مصنوعی 04:55
-
چرخه عمر توسعه یادگیری ماشین - بخش 1 (پایپلاین یادگیری ماشین، چرخه عمر و غیره) 06:18
-
چرخه عمر توسعه یادگیری ماشین - بخش 2 (جمعآوری داده، آمادهسازی داده و غیره) 06:00
-
چرخه عمر توسعه یادگیری ماشین - بخش 3 (آموزش مدل و تیونینگ) 03:31
-
چرخه عمر توسعه یادگیری ماشین - بخش 4 (ارزیابی) 07:01
-
چرخه عمر توسعه یادگیری ماشین - بخش 5 (ارزیابی) 06:17
-
چرخه عمر توسعه یادگیری ماشین - بخش 6 (پیادهسازی) 04:24
-
چرخه عمر توسعه یادگیری ماشین - بخش 7 (نظارت) 03:13
-
مفاهیم بنیادی عملیاتهای یادگیری ماشین (MLOps) 04:05
-
سوالات جایزه رسمی AWS Certified AI Practitioner - دامنه 1 None
-
مقدمه 01:39
-
مفاهیم اصلی Generative AI 11:00
-
مدلهای بنیادی (FM) 03:51
-
مدلهای چندوجهی 02:29
-
Generative Adversarial Networks (GAN) 06:34
-
انواع Generative Adversarial Networks (GAN) 03:28
-
مدلهای دیفیوژن 02:25
-
موارد استفاده بالقوه برای مدلهای Generative AI 06:35
-
چرخه عمر مدل بنیادی (Generative AI) 05:30
-
مزایای Generative AI 02:58
-
معایب راهحلهای Generative AI 03:06
-
عواملی برای انتخاب مدلهای Generative AI مناسب 05:13
-
معیارها و ارزش کسبوکار برای اپلیکیشنهای Generative AI 04:57
-
سرویسها و ویژگیهای AWS برای توسعه اپلیکیشنهای Generative AI 03:27
-
مزایا و منافع راهحلهای هوش مصنوعی AWS 03:11
-
موازنههای هزینه سرویسهای AWS Generative AI 04:38
-
پشته سرویسهای Gen AI، هوش مصنوعی و یادگیری ماشین AWS 03:24
-
سوالات جایزه رسمی AWS Certified AI Practitioner - دامنه 2 None
-
مقدمه 01:35
-
معیارهای انتخاب مدلهای از پیشآموزشدیده 05:45
-
Retrieval Augmented Generation (RAG) و کاربردهای تجاری آن 06:50
-
بهینهسازی مدلهای بنیادی با RAG 08:36
-
بهینهسازی مدلهای بنیادی با تیونینگ 11:55
-
مقدمه - مهندسی پرامپت 02:27
-
مفاهیم و ساختارهای مهندسی پرامپت 03:22
-
تغییر پرامپتها 04:51
-
بهترین شیوهها برای مهندسی پرامپت 05:06
-
تکنیکهای مهندسی پرامپت 08:03
-
ریسکها و محدودیتهای بالقوه مهندسی پرامپت 06:20
-
سوالات جایزه رسمی AWS Certified AI Practitioner - دامنه 3 None
-
مقدمه 01:17
-
هوش مصنوعی مسئولانه 04:26
-
چالشهای هوش مصنوعی مسئولانه 05:20
-
ابعاد اصلی هوش مصنوعی مسئولانه 05:17
-
مزایای تجاری هوش مصنوعی مسئولانه 03:33
-
سرویسها و ابزارهای آمازون برای هوش مصنوعی مسئولانه 14:47
-
ملاحظات مسئولانه برای انتخاب یک مدل 07:02
-
آمادهسازی مسئولانه برای مجموعه دادهها 04:08
-
مدلهای شفاف و توضیحپذیر 07:06
-
ابزارهای AWS برای شفافیت و توضیحپذیری 04:14
-
موازنههای هوش مصنوعی مسئولانه 07:10
-
اصول طراحی مبتنی بر انسان برای هوش مصنوعی توضیحپذیر 05:37
-
سوالات جایزه رسمی AWS Certified AI Practitioner - دامنه 4 None
-
مقدمه 00:55
-
راهنمایی استراتژیک برای امنیت، حاکمیت و انطباق 05:40
-
استانداردهای انطباق برای سیستمهای هوش مصنوعی 05:39
-
سرویسهای AWS برای حاکمیت و انطباق 03:59
-
استراتژیهای حاکمیت داده 03:40
-
رویکردها برای پیادهسازی استراتژیهای حاکمیت 06:14
-
ملاحظات امنیت و حریم خصوصی برای سیستمهای هوش مصنوعی 05:21
-
سرویسها و ویژگیهای AWS برای ایمنسازی سیستمهای هوش مصنوعی 07:27
-
درک داده و خانواده مدل 03:52
-
بهترین شیوهها برای مهندسی داده ایمن 04:26
-
سوالات جایزه رسمی AWS Certified AI Practitioner - دامنه 5 None
-
آشنایی با Amazon Q Business 04:45
-
Amazon Q Business - بخش 1 04:17
-
Amazon Q Business - بخش 2 06:26
-
Amazon Q Business - بخش 3 04:05
-
Amazon Bedrock 06:33
-
Amazon Rekognition 06:42
-
Amazon SageMaker 04:22
-
Amazon Augmented AI (Amazon A2I) 04:22
-
Amazon Comprehend 07:55
-
Amazon Comprehend DEMO 04:39
-
Amazon Kendra 06:22
-
Amazon Fraud Detector 15:30
-
Amazon Lex 04:34
-
Amazon Polly 04:47
-
Amazon Textract 05:42
-
Amazon Transcribe 02:44
-
Amazon Translate 04:41
-
Amazon Personalize 12:17
-
سوالات به سبک آزمون 04:00
-
ثبتنام برای آزمون 03:19
-
تخفیف 50% روی آزمون گواهینامه خود اعمال کنید 01:39
-
پیشآزمون رسمی: AWS Certified AI Practitioner (AIF-C01) None
مشخصات آموزش
آموزش AWS Certified AI Practitioner AIF-C01 [جدید]
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:104
- مدت زمان :08:33:06
- حجم :3.27GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy