کتاب آشنایی با مدل‌های زبانی بزرگ (LLMs) در هوش مصنوعی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

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

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آشنایی با مدل‌های زبانی بزرگ (LLMs) در هوش مصنوعی

موضوع کلی: علوم کامپیوتر و هوش مصنوعی

موضوع میانی: پردازش زبان طبیعی و مدل‌های زبانی بزرگ

📋 سرفصل‌های دوره

  • 1. مبانی هوش مصنوعی و یادگیری ماشین
  • 2. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 3. تاریخچه و تکامل مدل‌های زبانی
  • 4. ساختار کلی مدل‌های زبانی
  • 5. مفاهیم اولیه مدل‌های زبانی آماری
  • 6. مدل‌های زبانی مبتنی بر ان‌گرام
  • 7. شبکه‌های عصبی در پردازش زبان طبیعی
  • 8. شبکه‌های عصبی بازگشتی (RNN)
  • 9. شبکه‌های حافظه کوتاه‌مدت و بلندمدت (LSTM)
  • 10. شبکه‌های عصبی کانولوشنی (CNN) در NLP
  • 11. مفهوم جاسازی کلمات (Word Embeddings)
  • 12. Word2Vec و GloVe
  • 13. یادگیری نمایش کلمات
  • 14. مقدمه‌ای بر مدل‌های ترنسفورمر
  • 15. معماری ترنسفورمر
  • 16. مکانیسم توجه (Attention Mechanism)
  • 17. توجه خودی (Self-Attention)
  • 18. رمزگذار-رمزگشا (Encoder-Decoder)
  • 19. مدل‌های زبانی بزرگ (LLMs)
  • 20. تفاوت LLMs با مدل‌های زبانی سنتی
  • 21. معماری‌های معروف LLMs
  • 22. GPT (Generative Pre-trained Transformer)
  • 23. BERT (Bidirectional Encoder Representations from Transformers)
  • 24. T5 (Text-to-Text Transfer Transformer)
  • 25. مراحل پیش‌آموزش (Pre-training) در LLMs
  • 26. مجموعه داده‌های عظیم برای پیش‌آموزش
  • 27. وظایف پیش‌آموزش
  • 28. تنظیم دقیق (Fine-tuning) مدل‌های LLM
  • 29. تنظیم دقیق برای وظایف خاص
  • 30. یادگیری تقویتی از بازخورد انسانی (RLHF)
  • 31. کاربردهای مدل‌های زبانی بزرگ
  • 32. تولید متن
  • 33. خلاصه‌سازی متن
  • 34. ترجمه ماشینی
  • 35. پرسش و پاسخ
  • 36. طبقه‌بندی متن
  • 37. استخراج اطلاعات
  • 38. تولید کد
  • 39. ربات‌های گفتگو (Chatbots)
  • 40. مدل‌های زبانی در جستجوی اطلاعات
  • 41. ملاحظات اخلاقی در LLMs
  • 42. سوگیری در مدل‌های زبانی
  • 43. شفافیت و قابلیت تفسیر
  • 44. امنیت و حریم خصوصی
  • 45. مسئولیت‌پذیری در استفاده از LLMs
  • 46. ارزیابی مدل‌های زبانی
  • 47. معیارهای ارزیابی
  • 48. داده‌های ارزیابی
  • 49. چالش‌های فعلی در LLMs
  • 50. بهبود کارایی و دقت
  • 51. مقیاس‌پذیری مدل‌ها
  • 52. مدیریت منابع محاسباتی
  • 53. مدل‌های زبانی چندزبانه
  • 54. مدل‌های زبانی در زبان فارسی
  • 55. پردازش زبان طبیعی در ایران
  • 56. ابزارهای پردازش زبان فارسی
  • 57. مجموعه داده‌های فارسی برای NLP
  • 58. کاربردهای LLMs در صنعت ایران
  • 59. آموزش و پژوهش در زمینه LLMs
  • 60. مفاهیم پیشرفته در LLMs
  • 61. یادگیری چندوجهی (Multimodal Learning)
  • 62. مدل‌های زبانی و دانش جهان
  • 63. استدلال در مدل‌های زبانی
  • 64. خلاقیت در مدل‌های زبانی
  • 65. کاربردهای نوظهور LLMs
  • 66. آینده مدل‌های زبانی بزرگ
  • 67. نقش LLMs در تحول دیجیتال
  • 68. توسعه ابزارهای تعاملی
  • 69. دستیارهای هوشمند شخصی
  • 70. کاربرد در علوم پزشکی
  • 71. کاربرد در علوم مالی
  • 72. کاربرد در آموزش مجازی
  • 73. مدل‌های زبانی و علم داده
  • 74. تحلیل احساسات با LLMs
  • 75. تولید محتوای آموزشی
  • 76. سیستم‌های توصیه‌گر مبتنی بر LLMs
  • 77. پردازش اسناد اداری
  • 78. سیستم‌های مدیریت دانش
  • 79. نکات کاربردی در استفاده از LLMs
  • 80. انتخاب مدل مناسب برای وظیفه
  • 81. بهینه‌سازی پارامترها
  • 82. مدیریت حافظه در مدل‌های بزرگ
  • 83. استفاده از API مدل‌های زبانی
  • 84. توسعه برنامه‌های مبتنی بر LLMs
  • 85. مبانی برنامه‌نویسی پایتون برای LLMs
  • 86. کتابخانه‌های محبوب NLP (NLTK, SpaCy)
  • 87. چارچوب‌های یادگیری عمیق (TensorFlow, PyTorch)
  • 88. ساخت یک مدل زبانی ساده
  • 89. اجرای یک مدل زبانی پیش‌آموزش‌داده شده
  • 90. تنظیم دقیق یک مدل برای طبقه‌بندی متن
  • 91. تولید متن با استفاده از مدل‌های زبانی
  • 92. پیاده‌سازی یک ربات گفتگو ساده
  • 93. ارزیابی عملکرد مدل زبانی
  • 94. مقدمه‌ای بر مهندسی پرامپت (Prompt Engineering)
  • 95. اصول طراحی پرامپت‌های مؤثر
  • 96. تکنیک‌های پیشرفته مهندسی پرامپت
  • 97. پرامپت‌های صفر-شات (Zero-shot) و چند-شات (Few-shot)
  • 98. پرامپت‌های زنجیره فکری (Chain-of-Thought)
  • 99. ارزیابی و انتخاب بهترین پرامپت
  • 100. کاربرد مهندسی پرامپت در وظایف مختلف

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.