کتاب صوتی تسلط بر مدل‌های زبانی بزرگ با Azure: از مبتدی تا متخصص

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تسلط بر مدل‌های زبانی بزرگ با Azure: از مبتدی تا متخصص

موضوع کلی: هوش مصنوعی

موضوع میانی: یادگیری ماشین و مدل‌های زبانی بزرگ

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLM)
• 2. مروری بر Azure Cognitive Services
• 3. آشنایی با Azure OpenAI Service
• 4. درک معماری Transformer
• 5. کاربردها و محدودیت‌های LLMها
• 6. تنظیم پارامترهای LLM برای دقت بیشتر
• 7. مهندسی پرامپت: اصول و تکنیک‌ها
• 8. ایجاد پرامپت‌های مؤثر برای وظایف مختلف
• 9. استفاده از Azure OpenAI Studio برای آزمایش
• 10. تنظیم دقیق (Fine-tuning) مدل‌های LLM
• 11. آماده‌سازی داده‌ها برای تنظیم دقیق
• 12. انتخاب مدل پایه مناسب برای تنظیم دقیق
• 13. ارزیابی عملکرد مدل‌های تنظیم دقیق شده
• 14. استقرار مدل‌های LLM در Azure
• 15. استفاده از Azure Machine Learning برای استقرار
• 16. مقیاس‌پذیری و مدیریت مدل‌های LLM
• 17. امنیت و حریم خصوصی در LLMها
• 18. مدیریت دسترسی و احراز هویت
• 19. رعایت قوانین و مقررات مربوط به LLMها
• 20. استفاده از Azure Monitor برای نظارت بر عملکرد
• 21. عیب‌یابی و رفع مشکلات LLMها
• 22. معماری‌های پیشرفته LLM در Azure
• 23. استفاده از RAG (Retrieval-Augmented Generation)
• 24. ساخت ربات‌های گفتگو (Chatbot) با Azure OpenAI
• 25. یکپارچه‌سازی LLMها با سایر سرویس‌های Azure
• 26. استفاده از LLMها در پردازش زبان طبیعی (NLP)
• 27. خلاصه‌سازی متن با استفاده از LLMها
• 28. ترجمه ماشینی با LLMها
• 29. تحلیل احساسات با LLMها
• 30. تولید محتوا با LLMها
• 31. ایجاد توضیحات محصول با LLMها
• 32. نوشتن ایمیل و اسناد با LLMها
• 33. استفاده از LLMها در جستجوی معنایی
• 34. بهینه‌سازی LLMها برای سرعت و هزینه
• 35. استفاده از Quantization برای کاهش اندازه مدل
• 36. استفاده از Pruning برای کاهش پیچیدگی مدل
• 37. استفاده از Distillation برای ایجاد مدل‌های کوچکتر
• 38. آشنایی با Azure AI Search
• 39. استفاده از Vector Databases با LLMها
• 40. معماری‌های Serverless برای LLMها
• 41. ساخت API برای دسترسی به LLMها
• 42. استفاده از Azure Functions با LLMها
• 43. استفاده از Azure Logic Apps با LLMها
• 44. استفاده از Azure Event Grid با LLMها
• 45. پیاده‌سازی LLMها در برنامه‌های وب
• 46. ادغام LLMها با Microsoft Teams
• 47. ادغام LLMها با Microsoft Power Platform
• 48. آشنایی با ابزارهای ارزیابی LLMها
• 49. استفاده از Azure AI Content Safety
• 50. بهینه‌سازی LLMها برای چند زبانه بودن
• 51. استفاده از LLMها در تحلیل داده‌ها
• 52. آشنایی با مدل‌های جدید LLM در Azure