دوره آموزشی
دوبله زبان فارسی
آموزش AWS Certified AI Practitioner - AIF-C01
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- دانشجویان دانش اولیه محکمی درباره یادگیری ماشین و هوش مصنوعی کسب خواهند کرد.
- دانشجویان از سرویسهای AWS برای یادگیری ماشین و هوش مصنوعی به صورت عملی استفده خواهند کرد.
- دانشجویان با سرویسهایی مانند Amazon SageMaker ،Bedrock و سایر سرویسهای مرتبط با حوزه یادگیری ماشین و هوش مصنوعی آشنا خواهند شد.
- دانشجویان دانش اولیه در زمینه Generative AI کسب خواهید کرد.
- دانشجویان برای شرکت در آزمون AWS Certified AI Practitioner بهتر آماده خواهند بود.
پیشنیازهای دوره
- نیازی به دانش قبلی در زمینه یادگیری ماشین و هوش مصنوعی نیست. همه مفاهیم اصلی در این دوره پوشش داده خواهد شد.
- نیازی به دانش قبلی در مورد AWS نیست. در این دوره یاد خواهید گرفت چگونه از سرویسها در زمینه یادگیری ماشین و هوش مصنوعی استفاده کنید.
توضیحات دوره
امروزه، کمتر واژهای به اندازه "Generative AI" شنیده میشود. ما شاهد یک تحول فوقالعاده هستیم و بسیار مهم است که خود را در زمینه پیشرفتهای هوش مصنوعی آماده و بروز نگه داریم.
آزمون AWS Certified AI Practitioner نقطه شروع عالیای است. این آزمون جنبههای اساسی سرویسهای یادگیری ماشین و هوش مصنوعی ارائهشده در AWS را پوشش میدهد و پایه محکمی برای هرکسی که به دنبال ورود به این حوزه است، فراهم میآورد.
بنابراین، موضوعات تحت پوشش دوره عبارتند از:
- به عنوان اولین قدم، جنبههای اساسی یادگیری ماشین را پوشش خواهیم داد، درباره فرآیند یادگیری ماشین و اینکه چگونه داده نقش مهمی ایفا میکند یاد خواهید گرفت.
- سپس به استفاده از ابزارهایی مانند Amazon SageMaker ،Canvas و Data Wrangler برای ایجاد مدل یادگیری ماشین میپردازیم. خواهیم دید چگونه طبقهبندی و رگرسیون بدون کدنویسی انجام دهیم.
- در زمینه یادگیری ماشین، جنبههای مهمی از جمله هوش مصنوعی مسئولانه، MLOps، چرخه عمر یادگیری ماشین و AWS Well-Architected Framework را بررسی خواهیم کرد.
- سپس به یادگیری درباره سرویسهای هوش مصنوعی مدیریتشده AWS خواهیم پرداخت که شامل Amazon Comprehend ،Amazon Rekognition و سایر سرویسهای هوش مصنوعی مدیریتشده AWS است.
- سپس به یادگیری درباره Generative AI خواهیم پرداخت. در ابتدا بررسی سریع در مورد مدلهای بنیادین مانند OpenAI GPT و Anthropic Claude خواهیم داشت.
- سپس به استفاده از Amazon Bedrock در AWS خواهیم رفت. به بررسی مدلهای بنیادی موجود در Amazon Bedrock خواهیم پرداخت و به جنبه مهم مهندسی پرامپتها توجه خواهیم کرد.
- سپس به حاکمیت و امنیت خواهیم پرداخت. خواهیم فهمید چگونه سرویسهایی مانند AWS CloudWatch ،AWS CloudTrail و بسیاری دیگر میتوانند جنبه امنیتی اپلیکیشنهای مبتنی بر هوش مصنوعی را تقویت کنند.
- در نهایت، یک بخش آزمون تمرینی داریم، به عنوان بخشی از این دوره، شما به دو آزمون تمرینی با 50 سوال دسترسی رایگان خواهید داشت. این آزمونها به شما این امکان را میدهند که درک خود را ارزیابی کرده و ببینید چقدر مفاهیم کلیدی تحت پوشش دوره را درک کردهاید.
این دوره برای چه کسانی مناسب است؟
- این دوره برای دانشجویانی است که میخواهند وارد دنیای یادگیری ماشین، هوش مصنوعی و Gen-AI شوند.
- این دوره به دانشجویان میآموزد چگونه از سرویسهای AWS در زمینه یادگیری ماشین، هوش مصنوعی و Gen-AI استفاده کنند.
- این دوره برای دانشجویانی است که میخواهند در آزمون AWS Certified AI Practitioner شرکت کنند.
آموزش AWS Certified AI Practitioner - AIF-C01
-
دوره چگونه ساختاردهی شده است؟ 04:19
-
آشنایی با رایانش ابری 06:12
-
استفاده از وب سرویسهای آمازون به عنوان یک سرویس ابری 03:32
-
لابراتوار - ایجاد یک حساب AWS 05:19
-
به حساب AWS خود دسترسی پیدا کنید 03:02
-
اولین سرویس AWS - بررسی Amazon S3 04:24
-
لابراتوار - کار با Amazon S3 13:49
-
بررسی Amazon S3 02:17
-
درک اصطلاحات مختلف 06:14
-
در نظر گرفتن یادگیری ماشین 06:17
-
درک عمومی از فرآیند یادگیری ماشین 08:17
-
داده - ستارهی نمایش 08:46
-
انواع مختلف داده 04:01
-
انواع مختلف تسکهای یادگیری ماشین 04:42
-
Amazon SageMaker AI 05:12
-
معرفی سریع گزینههای رایانش مختلف 09:16
-
لابراتوار - ساخت یک نمونه EC2 07:56
-
لابراتوار - اتصال به نمونه EC2 03:53
-
نکتهای در مورد جنبه هزینه 07:29
-
لابراتوار - ایجاد یک دامنه Amazon SageMaker 05:00
-
بررسی سریع Amazon SageMaker Studio 03:25
-
مجموعه دادههای دوره 02:41
-
لابراتوار - راهاندازی SageMaker Canvas 03:28
-
لابراتوار - Amazon Canvas - بررسی Data Wrangler - هضم داده 05:13
-
لابراتوار - Amazon Canvas - بررسی Data Wrangler - بینشهای داده 04:54
-
لابراتوار - Amazon Canvas - بررسی Data Wrangler - تبدیل داده 02:54
-
لابراتوار - Amazon Canvas - آموزش مدل 02:17
-
لابراتوار - Amazon Canvas - انجام پیشبینیها 02:22
-
Amazon Canvas - تحلیل نتایج 08:54
-
فروشگاه ویژگی Amazon SageMaker 02:19
-
تلههای مهم هنگام استفاده از داده آموزش 02:03
-
Amazon SageMaker - استفاده از مدلهای آماده برای استفاده 02:08
-
شروع سریع کار با Amazon SageMaker 06:50
-
Amazon SageMaker Clarify 04:40
-
Amazon SageMaker Ground Truth 02:49
-
داده مصنوعی 02:01
-
موارد استفاده مختلف یادگیری ماشین 03:23
-
اصول هوش مصنوعی پاسخ 06:47
-
بررسی MLOps 07:42
-
چرخه عمر یادگیری ماشین - AWS Well-Architected Framework 05:00
-
آزمون بخش None
-
استفاده از سرویسهای هوش مصنوعی داخلی AWS 03:42
-
Amazon Comprehend 01:43
-
لابراتوار - استفاده از سرویس Amazon Comprehend 05:47
-
Amazon Textract 01:12
-
لابراتوار - استفاده از سرویس Amazon Textract 05:37
-
Amazon Transcribe 02:33
-
لابراتوار - استفاده از Amazon Transcribe 06:41
-
Amazon Rekognition 02:13
-
لابراتوار - استفاده از Amazon Rekognition 03:44
-
Amazon Polly 00:55
-
لابراتوار - استفاده از Amazon Polly 01:02
-
Amazon Translate 01:37
-
لابراتوار - استفاده از Amazon Translate 01:12
-
Amazon Forecast 01:08
-
Amazon Lex 01:31
-
لابراتوار - استفاده از Amazon Lex 07:10
-
Amazon Personalize 01:45
-
Amazon Comprehend Medical 01:05
-
Amazon Kendra 01:29
-
آزمون بخش None
-
مدلهای زبانی بزرگ 07:09
-
مدل بنیادین چیست؟ 12:35
-
آشنایی با Generative AI 03:03
-
بررسی استفاده از چت جی پی تی 05:59
-
Anthropic Claude 03:46
-
استیبل دیفیوژن 07:10
-
Hugging Face 05:23
-
Meta Llama 02:26
-
Amazon Bedrock چیست؟ 04:57
-
لابراتوار - Amazon Bedrock - درخواست دسترسی به مدلها 03:14
-
Amazon Bedrock - استفاده از مدل Amazon Titan 05:47
-
Amazon Bedrock - استفاده از Amazon Titan Image Generator 04:56
-
Amazon Bedrock - پارامترهای استنباط 06:19
-
مهندسی پرامپت 03:05
-
مهندسی پرامپت - واضح باشید 02:49
-
مهندسی پرامپت - انواع مختلف پرامپتها 03:28
-
مهندسی پرامپت - استفاده از پرامپتهای سیستم 01:28
-
مهندسی پرامپت - انتقال داده و دستورالعملها 03:22
-
مهندسی پرامپت - قالبهای پرامپت 01:55
-
چه زمانی و کجا باید چه مدلی را انتخاب کنیم؟ 08:47
-
ارزیابی مدلهای بنیادین 02:02
-
سفارشیسازی مدلهای بنیادین 01:25
-
توسعهدهنده Amazon Q 01:55
-
لابراتوار - Amazon RDS Aurora - راهاندازی یک نمونه 08:16
-
لابراتوار - Amazon RDS Aurora - اتصال به پایگاه داده 02:36
-
Amazon OpenSearch چیست؟ 01:49
-
RAG چیست - تولید تقویت شده با بازیابی 04:01
-
Amazon Bedrock - پایگاه دانش - با سند خود چت کنید 02:31
-
لابراتوار - Amazon Bedrock - پایگاه دانش - بررسی پیادهسازی 03:06
-
لابراتوار - Amazon Bedrock - پایگاه دانش - ایجاد یک کاربر IAM 04:03
-
لابراتوار - Amazon Bedrock - پایگاه دانش - پیادهسازی 09:11
-
چالشهای استفاده از Generative AI 02:42
-
Guardrailهای Amazon Bedrock 02:35
-
لابراتوار - Guardrailهای Amazon Bedrock 04:52
-
عوامل Amazon Bedrock 01:31
-
اطلاعات بیشتر در مورد قیمتگذاری Amazon Bedrock 02:30
-
آزمون بخش None
-
مدیریت هویت و دسترسی 05:17
-
کاربران و گروههای IAM 06:53
-
سرویس مدیریت کلید AWS و Amazon Bedrock 08:25
-
Amazon CloudWatch چیست؟ 01:54
-
Amazon Bedrock و Amazon CloudWatch 03:34
-
لابراتوار - Amazon Bedrock و Amazon CloudWatch 08:41
-
AWS CloudTrail چیست؟ 06:16
-
Amazon Bedrock - AWS PrivateLink 03:34
-
Amazon SageMaker و ایزولهسازی شبکه 01:38
-
Amazon Macie 01:20
-
پیکربندی AWS 02:36
-
آرتیفکتهای AWS 01:49
-
AWS Audit Manager 01:21
-
AWS Trusted Advisor 03:35
-
نکته سریع در مورد طراحی یک چتبات مکالمهای 02:22
-
اپلیکیشنهای Gen AI خود را ایمنسازی کنید 03:00
-
ماتریس تعیین دامنه امنیت Generative AI 06:34
-
آزمون بخش None
-
آزمون تمرینی 1 None
-
آزمون تمرینی 2 None
مشخصات آموزش
آموزش AWS Certified AI Practitioner - AIF-C01
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:118
- مدت زمان :08:20:21
- حجم :4.1GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy