دوره RAG و هوش مصنوعی مولد با پایتون 2024

آنچه یاد خواهید گرفت:

• پایه‌ای قوی در مفاهیم بازیابی اطلاعات به‌دست آورید، از جمله توکن‌سازی، پیش‌پردازش، ایندکس‌کردن، کوئری و رتبه‌بندی
• مدل‌های مختلف بازیابی اطلاعات را در پایتون پیاده‌سازی کنید، مانند مدل فضای برداری، بازیابی بولی و بازیابی احتمالی، با استفاده از مجموعه داده‌های واقعی
• فهمید که مدل‌های تولید متن چگونه کار می‌کنند، از جمله اصول پشت‌ صحنه ترنسفورمرها و مکانیزم‌های توجه
• تجربه عملی در استفاده از کتابخانه‌های پایتون برای ساخت، فاین تیونینگ و استقرار مدل‌های مولد مانند GPT برای وظایف مختلف تولید متن به‌دست آورید.
• یاد بگیرید چگونه به‌طور مؤثر مدل‌های بازیابی و تولید را ترکیب کنید تا سیستم‌های تولید اطلاعات تقویت‌شده (RAG) قوی بسازید.
• از پایتون برای کامپوننت های پیشرفته سیستم‌های RAG، مانند توکن‌سازی، ایجاد امبدینگ، ایندکس‌کردن FAISS و تعریف فاصله متنی استفاده کنید.
• ادغام API OpenAI را در سیستم‌های RAG بررسی کنید تا قابلیت‌های بازیابی و مولد را بهبود بخشید، از جمله مهندسی پرامپت و استراتژی‌های امبدینگ
• مهارت‌های پردازش و ادغام فرمت‌های داده غیرساختاری (Excel ،Word ،PowerPoint ،EPUB ،PDF) را با استفاده از پایتون در سیستم‌های RAG توسعه دهید.
• یاد بگیرید که سیستم‌های RAG چندمدلی بسازید که داده‌های متنی، صوتی و تصویری را با استفاده از پایتون ترکیب کند و از مدل‌هایی مانند CLIP و Whisper بهره ببرد.
• تکنیک‌هایی را برای بهبود دقت، کارایی و اثربخشی سیستم‌های RAG تسلط یابید که شما را برای کاربردهای واقعی و تحقیقات پیشرفته در هوش مصنوعی آماده می‌کند.

پیش نیازهای دوره

• مهارت در پایتون (حلقه‌های For، توابع)

توضیحات دوره

آیا در ساخت RAGها مشکل دارید؟

با افزایش تصاعدی حجم محتوای دیجیتال، ایجاد مدل‌های هوش مصنوعی که بتوانند به طور مؤثر داده‌های عظیم را بررسی کرده و پاسخ‌های دقیق و معناداری ارائه دهند، به طور فزاینده‌ای چالش‌برانگیز می‌شود.

موتورهای جستجوی سنتی و مدل‌های اولیه هوش مصنوعی اغلب در ارائه نتایج آگاه از زمینه که در چشم‌انداز سریع دیجیتال امروز مورد نیاز است، ناکام می‌مانند.

RAG و هوش مصنوعی مولد با پایتون برای حل این مشکل طراحی شده است تا به شما بیاموزد چگونه سیستم‌های قدرتمند Retrieval-Augmented Generation (RAG) را با استفاده از پایتون بسازید. این دوره شما را در اصول ادغام تکنیک‌های جستجو با مدل‌های مولد راهنمایی کرده و به توسعه برنامه‌هایی کمک می‌کند که هم دارای پاسخگویی بالا و هم از نظر زمینه دقیق هستند.

در طول این دوره، شما:

• سیستم‌های RAG را درک کنید: یاد بگیرید چگونه بازیابی و مولد را برای تقویت قابلیت‌های مدل‌های هوش مصنوعی خود ادغام کنید، تا مؤثرتر در درک و تولید محتوای مرتبط عمل کنند.
• یاد بگیرید چگونه اپلیکیشن های عملی پایتون را اجرا کنید: تجربه عملی با کتابخانه‌ها و فریم‌ورک‌های پایتون به‌دست آورید تا بتوانید سیستم‌های RAG و مدل‌های مولد را از ابتدا پیاده‌سازی کنید.
• هوش مصنوعی مولد و مهندسی پرامپت را بررسی کنید: به جزئیات عملکرد مدل‌های مولد و هنر مهندسی پرامپت پرداخته و نتایج هوش مصنوعی را دقیق‌تر کنید تا نیازهای خاص کاربران را برآورده کند.
• API OpenAI را برای اپلیکیشن های پیشرفته استفاده کنید: یاد بگیرید چگونه از API OpenAI برای تقویت مدل‌های خود استفاده کنید و لایه‌ای جدید از پیچیدگی به راه‌حل‌های هوش مصنوعی خود اضافه کنید.
• مدیریت فرمت‌های مختلف داده در سیستم‌های هوش مصنوعی: مهارت‌های لازم برای مدیریت انواع داده غیرساختاری، از جمله متن، تصویر و صوت را توسعه دهید و آن‌ها را در سیستم‌های RAG چندمدلی برای اپلیکیشن های جامع هوش مصنوعی ادغام کنید.
• مدل‌های هوش مصنوعی را برای استفاده در دنیای واقعی بهینه کنید: استراتژی‌هایی برای فاین تیونینگ مدل‌های هوش مصنوعی خود برای بهبود کارایی، دقت و عملکرد در سناریوهای عملی یاد بگیرید.

این دوره برای دانشمندان داده، توسعه‌دهندگان نرم‌افزار، علاقه‌مندان به هوش مصنوعی و هرکسی که دانش ابتدایی از پایتون دارد و می‌خواهد سیستم‌های هوش مصنوعی هوشمندتر و کارآمدتری بسازد، بسیار مناسب است.

اگر آماده‌اید که محدودیت‌های مدل‌های سنتی را پشت سر بگذارید و در نوآوری هوش مصنوعی پیشگام باشید، این دوره برای شما است.

با RAG و هوش مصنوعی مولدبا پایتون گام بعدی در سفر هوش مصنوعی خود را بردارید و یاد بگیرید که چگونه ابزارهای پیشرفته هوش مصنوعی را بسازید که جهان اکنون به آن‌ها نیاز دارد. امروز ثبت‌نام کنید و شروع به تحول در نحوه ساخت سیستم‌های هوش مصنوعی کنید!

این دوره برای چه کسانی مناسب است؟

• دانشمندان داده و مهندسین یادگیری ماشین که به‌دنبال عمیق‌تر کردن دانش خود از سیستم‌های هوش مصنوعی مولد هستند.
• پژوهشگران و علاقه‌مندان هوش مصنوعی که به بررسی آخرین پیشرفت‌ها در (RAG) و تکنولوژی‌های هوش مصنوعی مولد علاقه‌مندند.
• توسعه‌دهندگان نرم‌افزار و برنامه‌نویسانی که می‌خواهند مهارت‌های خود را با تکنیک‌های هوش مصنوعی و یادگیری ماشین گسترش دهند.
• مدیران محصول فنی و استراتژیست‌های هوش مصنوعی که پروژه‌های هوش مصنوعی را مدیریت می‌کنند و به درک عمیق‌تری از نحوه عملکرد سیستم‌های RAG و قابلیت‌های بالقوه آن‌ها نیاز دارند.
• مشاوران هوش مصنوعی و تحلیلگران داده که به‌دنبال افزودن قابلیت‌های هوش مصنوعی به مهارت‌های خود هستند.
• کارآفرینان و رهبران کسب‌وکار در فضای فناوری که می‌خواهند درک کنند چگونه سیستم‌های RAG و هوش مصنوعی مولد می‌توانند به نوآوری کمک کنند.