کتاب ساخت مدل‌های زبان سفارشی با ترنسفورمرها با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت مدل‌های زبان سفارشی با ترنسفورمرها

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: شبکه‌های عصبی ترنسفورمر (Transformer Networks)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌های زبان و پردازش زبان طبیعی
  • 2. مروری بر معماری ترنسفورمر
  • 3. مبانی یادگیری عمیق برای مدل‌های زبان
  • 4. مبانی شبکه‌های عصبی بازگشتی (RNN)
  • 5. شبکه‌های حافظه بلند کوتاه (LSTM)
  • 6. واحدهای بازگشتی گیت‌دار (GRU)
  • 7. مفهوم توکن‌سازی (Tokenization)
  • 8. انواع توکن‌سازها و کاربردهای آن‌ها
  • 9. کلمات کلیدی و نقش آن‌ها در مدل‌های زبان
  • 10. بردارهای کلمه (Word Embeddings)
  • 11. تکنیک‌های Word2Vec و GloVe
  • 12. آموزش بردارهای کلمه سفارشی
  • 13. مفهوم خود-توجهی (Self-Attention)
  • 14. مکانیسم توجه در ترنسفورمرها
  • 15. لایه رمزگذار (Encoder) در ترنسفورمر
  • 16. لایه رمزگشا (Decoder) در ترنسفورمر
  • 17. معماری کامل ترنسفورمر
  • 18. پیاده‌سازی ترنسفورمر با PyTorch
  • 19. پیاده‌سازی ترنسفورمر با TensorFlow
  • 20. مجموعه داده‌های متنی برای آموزش مدل‌های زبان
  • 21. پیش‌پردازش داده‌ها برای مدل‌های زبان
  • 22. پاکسازی متون و حذف نویز
  • 23. نرمال‌سازی متون و یکسان‌سازی
  • 24. بررسی مفاهیم آماری زبان
  • 25. احتمالات در مدل‌های زبان
  • 26. مدل‌های زبانی آماری
  • 27. مدل‌های زبانی عصبی
  • 28. آموزش مدل‌های زبان از ابتدا
  • 29. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 30. بهینه‌سازی مدل‌های زبان
  • 31. الگوریتم‌های بهینه‌سازی (Adam, SGD)
  • 32. تنظیم نرخ یادگیری (Learning Rate Scheduling)
  • 33. روش‌های تنظیم منظم‌سازی (Regularization)
  • 34. کاهش داده‌ها (Data Augmentation)
  • 35. کاربرد مدل‌های زبان در خلاصه‌سازی متن
  • 36. کاربرد مدل‌های زبان در ترجمه ماشینی
  • 37. کاربرد مدل‌های زبان در پاسخگویی به سوال
  • 38. کاربرد مدل‌های زبان در تولید متن
  • 39. کاربرد مدل‌های زبان در تحلیل احساسات
  • 40. کاربرد مدل‌های زبان در تشخیص موجودیت نام‌دار (NER)
  • 41. کاربرد مدل‌های زبان در برچسب‌گذاری اجزای کلام (POS Tagging)
  • 42. مدل‌های زبان پیش‌آموزش‌داده‌شده (Pre-trained Language Models)
  • 43. معرفی مدل BERT
  • 44. معرفی مدل GPT
  • 45. معرفی مدل RoBERTa
  • 46. معرفی مدل XLNet
  • 47. تنظیم دقیق (Fine-tuning) مدل‌های پیش‌آموزش‌داده‌شده
  • 48. تنظیم دقیق برای وظایف پایین‌دستی
  • 49. استفاده از مدل‌های زبان در محیط‌های عملیاتی
  • 50. ارزیابی مدل‌های زبان
  • 51. معیارهای ارزیابی مدل‌های زبان
  • 52. Perplexity در مدل‌های زبان
  • 53. BLEU Score برای ترجمه ماشینی
  • 54. ROUGE Score برای خلاصه‌سازی
  • 55. Accuracy و F1-Score برای طبقه‌بندی متن
  • 56. مدل‌های زبانی بزرگ (LLMs)
  • 57. مبانی معماری LLMs
  • 58. چالش‌های آموزش LLMs
  • 59. کاربردهای LLMs در صنعت
  • 60. اخلاق در هوش مصنوعی و مدل‌های زبان
  • 61. سوگیری در مدل‌های زبان
  • 62. تشخیص و کاهش سوگیری در مدل‌های زبان
  • 63. امنیت در مدل‌های زبان
  • 64. حریم خصوصی و حفاظت از داده‌ها
  • 65. ملاحظات شرعی و قانونی در استفاده از مدل‌های زبان
  • 66. چارچوب‌های قانونی جمهوری اسلامی ایران برای محتوای دیجیتال
  • 67. مقررات شورای عالی انقلاب فرهنگی در حوزه محتوای آموزشی
  • 68. مبانی فقهی و شرعی در تولید محتوا
  • 69. رعایت حدود شرعی در پردازش داده‌های متنی
  • 70. اصول خانواده ایرانی-اسلامی در کاربردهای مدل‌های زبان
  • 71. منافع ملی در توسعه و به‌کارگیری مدل‌های زبان
  • 72. محدودیت‌های مدل‌های زبان در حوزه مسائل حساس
  • 73. مدل‌سازی زبان فارسی
  • 74. چالش‌های پردازش زبان فارسی
  • 75. داده‌های متنی فارسی برای آموزش
  • 76. تکنیک‌های پیش‌پردازش متن فارسی
  • 77. بردارهای کلمه برای زبان فارسی
  • 78. معماری ترنسفورمر برای زبان فارسی
  • 79. تنظیم دقیق مدل‌های پیش‌آموزش‌داده‌شده برای فارسی
  • 80. ارزیابی مدل‌های زبان فارسی
  • 81. کاربرد مدل‌های زبان در تولید محتوای آموزشی فارسی
  • 82. تولید محتوای آموزشی سازگار با قوانین ایران
  • 83. تولید محتوای آموزشی بدون ترویج موارد ممنوع
  • 84. ایجاد مدل‌های زبان سفارشی با رویکرد بومی
  • 85. آموزش مدل‌های زبان برای کاربردهای خاص در ایران
  • 86. مدل‌سازی زبان فارسی در حوزه‌های تخصصی
  • 87. اصلاح و بهبود مدل‌های زبان موجود برای فارسی
  • 88. مبانی فنی مدل‌سازی سفارشی
  • 89. انتخاب معماری مناسب برای مدل سفارشی
  • 90. جمع‌آوری و آماده‌سازی داده‌های اختصاصی
  • 91. آموزش مدل با داده‌های سفارشی
  • 92. ارزیابی عملکرد مدل سفارشی
  • 93. بهینه‌سازی مدل سفارشی برای استقرار
  • 94. مدیریت چرخه عمر مدل‌های زبان سفارشی
  • 95. مستندسازی مدل‌های زبان سفارشی
  • 96. پشتیبانی و نگهداری مدل‌های زبان سفارشی
  • 97. مقیاس‌پذیری مدل‌های زبان سفارشی
  • 98. توسعه مدل‌های زبان سفارشی با تمرکز بر امنیت
  • 99. بررسی عمیق‌تر معماری ترنسفورمر
  • 100. پردازش موازی در ترنسفورمرها
تگ‌ها: آموزش ترنسفورمر پردازش زبان طبیعی ترنسفورمرها ساخت مدل زبان شبکه عصبی مدل زبان سفارشی هوش مصنوعی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.