مرور اکوسیستم H2O Gen AI - سطح 1

آنچه یاد خواهید گرفت:

• بهینه‌سازی مدل‌های زبانی بزرگ با استفاده از تکنیک‌های آماده‌سازی داده و fine-tune کردن
• تسلط به بازیابی اطلاعات با h2oGPT برای استخراج اطلاعات داده‌ای کارآمد
• ارزیابی و ارتقای مدل‌های هوش مصنوعی با استفاده از H2O LLM EvalGPT
• ایجاد وب اپلیکیشن های متصل به LLMs با استفاده از GenAI AppStudio

پیش نیازهای دوره

• درک پایه از مفاهیم یادگیری ماشین مفید است اما ضروری نیست.
• آشنایی با برنامه‌نویسی پایتون مفید است اما الزامی نیست.
• هیچ تجربه قبلی از ابزارهای H2O ai لازم نیست - ما تمام آنچه را که نیاز دارید پوشش خواهیم داد.

توضیحات دوره

با دوره مرور اکوسیستم - سطح 1، دنیای اکوسیستم H2O GenAI را بررسی کنید. این دوره جامع شما را با ابزارها و تکنیک‌های قدرتمند اکوسیستم H2O GenAI آشنا می‌کند. این دوره که تحت نظر Andreea Turcu، مدیر Global Training در زمینه H2O ai و همچنین با حضور مهمانی از ارائه دهندگان متخصص H2O ai برگزار می‌شود، شما را در محورهای کلیدی زیر راهنمایی می‌کند:

بهینه‌سازی LLM:

• از Rob Mulla بیاموزید که چگونه مدل جی‌پی‌تی خود را با استفاده از h2oGPT و H2O LLM Studio بسازید.
• تجربه عملی از LLM DataStudio و H2O ai LLM Studio داشته باشید و داده‌ها را آماده‌سازی و مدل‌ها را برای عملکرد بهتر fine-tune کنید.

بازیابی اطلاعات هوشمند:

• با داده‌های دنیای واقعی به h2oGPT تسلط پیدا کنید تا اطلاعات معناداری استخراج کنید.

ارزیابی دقیق مدل:

• از H2O LLM EvalGPT برای ارزیابی انتقادی عملکرد مدل‌های خود استفاده کنید، این کار مهارتی حیاتی برای کاربردهای واقعی است.

توسعه سریع اپلیکیشن های هوش مصنوعی:

• Shivam Bansal و Praveen Sivakumar به شما نشان خواهند داد که چگونه از ویژگی‌های AppStudio sketch2app و prompt2app برای ساخت و استقرار وب اپلیکیشن های مجهز به هوش مصنوعی استفاده کنید.

در پایان این دوره، شما مدل زبانی خود را ساخته‌اید، یک وب اپلیکیشن مجهز به هوش مصنوعی ایجاد کرده‌اید و تجربه عملی در استراتژی‌های توسعه و استقرار هوش مصنوعی را به دست آورده‌اید. این دوره برای هر دو گروه مبتدیان هوش مصنوعی و کارشناسان با تجربه طراحی شده که به دنبال گسترش مجموعه مهارت‌های خود هستند.

این دوره برای چه کسانی مناسب است؟

• علاقه‌مندان به هوش مصنوعی که به دنبال بررسی آخرین دستاوردها در هوش مصنوعی مولد هستند.
• دانشمندان داده که می‌خواهند مجموعه مهارت‌های خود را با LLMs و اپلیکیشن های هوش مصنوعی گسترش دهند.
• توسعه‌دهندگان نرم‌افزار که به دنبال ادغام هوش مصنوعی در وب اپلیکیشن ها هستند.
• حرفه‌ای‌های کسب و کار که به دنبال درک پتانسیل هوش مصنوعی در صنعت خود هستند.