اکسپرس 24
کتاب هوش مصنوعی مولد و بازیابی اطلاعات: معرفی RAG

کتاب هوش مصنوعی مولد و بازیابی اطلاعات: معرفی RAG

تگ‌ها: RAG بازیابی اطلاعات پایگاه دانش پردازش زبان طبیعی تولید محتوا هوش مصنوعی هوش مصنوعی مولد یادگیری ماشین

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 هوش مصنوعی مولد و بازیابی اطلاعات: معرفی RAG

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: پردازش زبان طبیعی پیشرفته

📋 سرفصل‌های دوره

  • 1. مبانی هوش مصنوعی و یادگیری ماشین
  • 2. مفاهیم کلیدی یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. شبکه‌های عصبی و یادگیری عمیق
  • 5. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLMs)
  • 6. معماری ترنسفورمر در LLMs
  • 7. روش‌های آموزش LLMs
  • 8. ارزیابی مدل‌های زبانی بزرگ
  • 9. محدودیت‌های LLMs و چالش‌ها
  • 10. مقدمه‌ای بر بازیابی اطلاعات (Information Retrieval)
  • 11. روش‌های سنتی بازیابی اطلاعات
  • 12. شاخص‌گذاری و بازیابی اسناد
  • 13. ارزیابی سیستم‌های بازیابی اطلاعات
  • 14. مفهوم بازیابی افزوده (Augmented Retrieval)
  • 15. نیاز به بازیابی افزوده در LLMs
  • 16. مقدمه‌ای بر تولید افزوده با بازیابی (RAG)
  • 17. چرا RAG مهم است؟
  • 18. معماری پایه RAG
  • 19. اجزای اصلی سیستم RAG
  • 20. مرحله بازیابی (Retrieval) در RAG
  • 21. روش‌های بازیابی در RAG
  • 22. مدل‌های جاسازی (Embedding Models)
  • 23. تولید جاسازی برای اسناد
  • 24. شاخص‌گذاری اسناد با بردارها
  • 25. جستجوی شباهت برداری
  • 26. کارایی و مقیاس‌پذیری در بازیابی
  • 27. مرحله تولید (Generation) در RAG
  • 28. نقش LLM در مرحله تولید
  • 29. ادغام اطلاعات بازیابی شده در پرامپت
  • 30. تکنیک‌های مهندسی پرامپت برای RAG
  • 31. ساخت پرامپت‌های مؤثر برای RAG
  • 32. مدیریت زمینه (Context Management) در RAG
  • 33. تنظیم طول زمینه و تأثیر آن
  • 34. ارزیابی سیستم‌های RAG
  • 35. معیارهای ارزیابی RAG
  • 36. ارزیابی کیفیت بازیابی در RAG
  • 37. ارزیابی کیفیت تولید در RAG
  • 38. روش‌های ارزیابی خودکار RAG
  • 39. ارزیابی انسانی در RAG
  • 40. کاربردها و سناریوهای RAG
  • 41. پرسش و پاسخ مبتنی بر اسناد
  • 42. خلاصه‌سازی متن با RAG
  • 43. تولید محتوا با RAG
  • 44. سیستم‌های چت‌بات پیشرفته با RAG
  • 45. تولید کد با RAG
  • 46. کاربرد RAG در حوزه سلامت
  • 47. کاربرد RAG در حوزه حقوق
  • 48. کاربرد RAG در حوزه آموزش
  • 49. کاربرد RAG در حوزه مالی
  • 50. چالش‌های پیاده‌سازی RAG
  • 51. کیفیت داده‌های آموزشی و بازیابی
  • 52. انتخاب مدل‌های مناسب برای RAG
  • 53. بهینه‌سازی معماری RAG
  • 54. مدیریت دانش پویا در RAG
  • 55. به‌روزرسانی مداوم شاخص‌ها
  • 56. کنترل و نظارت بر سیستم RAG
  • 57. امنیت و حریم خصوصی در RAG
  • 58. ملاحظات اخلاقی در RAG
  • 59. تکنیک‌های پیشرفته RAG
  • 60. RAG تکراری (Iterative RAG)
  • 61. RAG سلسله مراتبی (Hierarchical RAG)
  • 62. RAG چندوجهی (Multimodal RAG)
  • 63. RAG با حافظه (Memory-Augmented RAG)
  • 64. RAG با گراف دانش (Knowledge Graph RAG)
  • 65. RAG در زمان واقعی (Real-time RAG)
  • 66. بهینه‌سازی جاسازی‌ها برای RAG
  • 67. استفاده از مدل‌های زبانی تخصصی در RAG
  • 68. تنظیم دقیق (Fine-tuning) مدل‌ها برای RAG
  • 69. استراتژی‌های بازیابی پیشرفته
  • 70. بازیابی مبتنی بر پرس و جوی اصلاح شده
  • 71. بازیابی با استفاده از LLM
  • 72. بازیابی چند مرحله‌ای
  • 73. تکنیک‌های تولید پیشرفته
  • 74. تولید با درجه اطمینان بالا
  • 75. تولید پاسخ‌های منبع‌دار
  • 76. تولید پاسخ‌های خلاقانه
  • 77. ارزیابی پیشرفته RAG
  • 78. اندازه‌گیری انسجام و دقت
  • 79. اندازه‌گیری مفید بودن پاسخ
  • 80. ارزیابی مقیاس‌پذیری و سرعت
  • 81. آینده RAG و تحقیقات جاری
  • 82. روندهای نوظهور در RAG
  • 83. شکاف‌های پژوهشی در RAG
  • 84. نقش RAG در هوش مصنوعی مولد
  • 85. ملاحظات عملی در استقرار RAG
  • 86. انتخاب ابزارها و فریم‌ورک‌ها
  • 87. مراحل پیاده‌سازی یک پروژه RAG
  • 88. مدیریت هزینه‌ها در RAG
  • 89. تیم‌سازی برای پروژه‌های RAG
  • 90. آشنایی با کتابخانه‌های محبوب RAG
  • 91. LangChain برای RAG
  • 92. LlamaIndex برای RAG
  • 93. تکنیک‌های پیشرفته‌تر LangChain
  • 94. کاربرد LlamaIndex در ساخت برنامه‌های RAG
  • 95. مباحث تکمیلی در RAG
  • 96. اخلاق در هوش مصنوعی مولد
  • 97. مسئولیت‌پذیری در سیستم‌های هوش مصنوعی
  • 98. آینده شغلی در حوزه هوش مصنوعی مولد
  • 99. جمع‌بندی و گام‌های بعدی

📚 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.