آنچه یاد خواهید گرفت:

• LLAMA 2
• CHATGPT
• مدل زبانی بزرگ
• مهندسی پرامپت
• تیونینگ دقیق LLM
• RAG
• RLHF
• یوزکیس‌های LLM
• مبانی LLM
• LLM برای همه
• چت‌بات مبتنی بر LLM
• چت‌بات
• تیونینگ دقیق دستورالعمل
• یادگیری درون متنی
• استنتاج چند شات
• توهم
• یادگیری تقویتی از بازخورد انسانی
• بازیابی نسل افزوده
• ابزارهایی برای استدلال
• ایجنت‌ها
• افزایش
• اتوماسیون
• ترنسفرمرها
• GEN-AI
• GENERATIVE AI
• هوش مصنوعی
• علم داده
• یادگیری ماشین
• یادگیری عمیق
• LANGCHAIN
• LAMMAINDEX
• سازگاری با رتبه پایین
• LORA
• متریک‌ها
• PPO
• DPO
• ORPO
• PDF RAG
• CSV RAG
• چرخه عمر GEN AI

پیش‌نیازهای دوره

• پایتون
• NLP
• مبانی یادگیری ماشین

توضیحات دوره

آنچه یاد خواهید گرفت:

• دانش پایه - تکامل هوش مصنوعی را درک می‌کنید، اصول اساسی Generative AI را می‌شناسید و یوزکیس‌های متنوع آن را بررسی می‌کنید.
• معماری و آموزش LLM - بینش‌هایی درباره معماری LLMs، فرآیندهای آموزش آنها و عوامل تأثیرگذار بر عملکردشان کسب می‌کنید.
• مهندسی پرامپت - به هنر ایجاد پرامپت‌های موثر برای به حداکثر رساندن قابلیت‌های LLM مسلط می‌شوید و بر محدودیت‌ها غلبه می‌کنید.
• تیونینگ دقیق و بهینه‌سازی - می‌آموزید که چگونه LLMs را برای تسک‌های خاص با استفاده از تیونینگ دقیق متناسب کنید و تکنیک‌هایی مانند PEFT و RLHF را بررسی می‌کنید.
• RAG و کاربردهای واقعی - کشف می‌کنید که چگونه LLMs را با منابع دانش خارجی از طریق بازیابی نسل افزوده (RAG) یکپارچه کرده و کاربردهای عملی را بررسی کنید.
• ملاحظات اخلاقی - درک مفاهیم اخلاقی Generative AI و شیوه‌های هوش مصنوعی مسئول 

این دوره برای چه کسانی مناسب است؟

• دانشمندان داده
• متخصصان یادگیری ماشین