دوره مبانی و کاربردهای هوش مصنوعی مولد با مدل‌های بنیادین AWS همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی و کاربردهای هوش مصنوعی مولد با مدل‌های بنیادین AWS

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: مدل‌های زبانی بزرگ و هوش مصنوعی مولد

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
• 2. مبانی یادگیری ماشین
• 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
• 4. پیش‌پردازش داده‌ها برای مدل‌های یادگیری ماشین
• 5. مهندسی ویژگی و انتخاب ویژگی
• 6. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
• 7. ساختار و عملکرد نورون‌ها
• 8. توابع فعال‌سازی در شبکه‌های عصبی
• 9. پس‌انتشار خطا (Backpropagation)
• 10. شبکه‌های عصبی عمیق (Deep Neural Networks)
• 11. شبکه‌های عصبی کانولوشنال (CNN)
• 12. کاربرد CNN در پردازش تصویر
• 13. شبکه‌های عصبی بازگشتی (RNN)
• 14. کاربرد RNN در پردازش زبان طبیعی
• 15. مقدمه‌ای بر مدل‌های زبانی (Language Models)
• 16. مدل‌های زبانی آماری
• 17. مدل‌های زبانی مبتنی بر شبکه‌های عصبی
• 18. مفهوم مدل‌های بنیادین (Foundation Models)
• 19. مزایا و چالش‌های مدل‌های بنیادین
• 20. معماری ترنسفورمر (Transformer Architecture)
• 21. مکانیزم توجه (Attention Mechanism)
• 22. مدل‌های زبانی بزرگ (Large Language Models - LLMs)
• 23. توسعه و آموزش LLMs
• 24. معیارهای ارزیابی LLMs
• 25. تنظیم دقیق (Fine-tuning) مدل‌های بنیادین
• 26. روش‌های تنظیم دقیق LLMs
• 27. کاربردهای تنظیم دقیق
• 28. مقدمه‌ای بر هوش مصنوعی مولد (Generative AI)
• 29. اصول هوش مصنوعی مولد
• 30. انواع هوش مصنوعی مولد
• 31. شبکه‌های مولد تخاصمی (GANs)
• 32. کاربرد GANs در تولید تصویر
• 33. مدل‌های انتشار (Diffusion Models)
• 34. کاربرد مدل‌های انتشار
• 35. مدل‌های مبتنی بر ترنسفورمر برای تولید متن
• 36. مدل‌های زبانی مولد
• 37. تولید متن خلاقانه
• 38. خلاصه‌سازی متن
• 39. ترجمه ماشینی
• 40. پاسخ به پرسش
• 41. تولید کد
• 42. کاربرد هوش مصنوعی مولد در کسب‌وکار
• 43. هوش مصنوعی مولد در بازاریابی
• 44. هوش مصنوعی مولد در خدمات مشتری
• 45. هوش مصنوعی مولد در تولید محتوا
• 46. هوش مصنوعی مولد در آموزش
• 47. هوش مصنوعی مولد در بهداشت و درمان
• 48. هوش مصنوعی مولد در تحقیقات علمی
• 49. ملاحظات اخلاقی در هوش مصنوعی مولد
• 50. سوگیری در مدل‌های هوش مصنوعی
• 51. شفافیت و قابلیت تفسیر مدل‌ها
• 52. امنیت و حریم خصوصی در هوش مصنوعی مولد
• 53. مسئولیت‌پذیری در هوش مصنوعی مولد
• 54. کاربرد مدل‌های بنیادین AWS
• 55. Amazon SageMaker JumpStart
• 56. Amazon Bedrock
• 57. مدل‌های بنیادین موجود در Bedrock
• 58. تنظیم دقیق مدل‌ها در AWS
• 59. پیاده‌سازی راه‌حل‌های هوش مصنوعی مولد با AWS
• 60. ساخت چت‌بات با هوش مصنوعی مولد
• 61. تولید محتوا برای شبکه‌های اجتماعی
• 62. تحلیل احساسات با هوش مصنوعی مولد
• 63. سیستم‌های توصیه‌گر مبتنی بر هوش مصنوعی مولد
• 64. بهینه‌سازی فرآیندها با هوش مصنوعی مولد
• 65. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
• 66. تکنیک‌های پیش‌پردازش متن
• 67. مدل‌سازی موضوعی (Topic Modeling)
• 68. تحلیل معنایی (Semantic Analysis)
• 69. پردازش زبان طبیعی در هوش مصنوعی مولد
• 70. کاربرد NLP در مدل‌های زبانی بزرگ
• 71. مدل‌های زبانی برای وظایف خاص
• 72. مدل‌های واژگانی (Lexical Models)
• 73. مدل‌های نحوی (Syntactic Models)
• 74. مدل‌های معنایی (Semantic Models)
• 75. مدل‌های پراگماتیک (Pragmatic Models)
• 76. توسعه مدل‌های زبانی سفارشی
• 77. ارزیابی مدل‌های زبانی
• 78. مقدمه‌ای بر پردازش تصویر
• 79. تکنیک‌های پردازش تصویر
• 80. شبکه‌های عصبی کانولوشنال برای تصویر
• 81. تولید تصویر با هوش مصنوعی مولد
• 82. تکنیک‌های تولید تصویر
• 83. کاربرد هوش مصنوعی مولد در گرافیک
• 84. ویرایش تصویر با هوش مصنوعی مولد
• 85. تشخیص اشیاء در تصاویر
• 86. طبقه‌بندی تصاویر
• 87. تولید زیرنویس برای تصاویر
• 88. مقدمه‌ای بر پردازش صدا
• 89. تکنیک‌های پردازش صدا
• 90. تولید صدا با هوش مصنوعی مولد
• 91. تبدیل متن به گفتار (Text-to-Speech)
• 92. تبدیل گفتار به متن (Speech-to-Text)
• 93. کاربرد هوش مصنوعی مولد در صدا
• 94. مدل‌های زبانی برای وظایف چندوجهی
• 95. همگرایی مدل‌های زبانی و تصویری
• 96. کاربرد مدل‌های بنیادین در تحلیل داده
• 97. استخراج اطلاعات از داده‌های متنی
• 98. شناسایی الگوها در داده‌ها
• 99. تصمیم‌گیری مبتنی بر هوش مصنوعی مولد
• 100. آینده هوش مصنوعی مولد