آنچه یاد خواهید گرفت
با مبانی هوش مصنوعی مولد و یادگیری عمیق، از جمله شبکههای عصبی، احتمال، آمار، جبر خطی، GANها، VAEها و ترنسفورمرها آشنا شوید.
با استفاده از TensorFlow ،Hugging Face ،LangChain LangGraph و فریمورکهای مدرن توسعه هوش مصنوعی، اپلیکیشنهای واقعی هوش مصنوعی مولد را بسازید و پیادهسازی کنید.
راهکارهای مدل زبانی بزرگ (LLM) را توسعه دهید، فاینتیون کنید و بهکار بگیرید؛ از جمله ایجنتهای هوش مصنوعی، سیستمهای Retrieval-Augmented Generation (RAG) و اپلیکیشنهای چتبات
با یکپارچهسازی پایگاههای داده برداری، فرانتاندهای Streamlit، مدلهای مالتی مدال و تکنیکهای پیشرفته هوش مصنوعی مولد، راهکارهای هوش مصنوعی end-to-end ایجاد کنید.
پیشنیازهای دوره
باید کنجکاو باشید و برای یادگیری هوش مصنوعی مولد اشتیاق داشته باشید.
توضیحات دوره
قدرت هوش مصنوعی مولد را با یک تجربه یادگیری جامع و پروژهمحور آشکار کنید؛ تجربهای که برای رساندن شما از مفاهیم پایه تا توسعه پیشرفته اپلیکیشن هوش مصنوعی طراحی شده است. این دوره درک عمیقی از فناوریهای محرک هوش مصنوعی مدرن ارائه میدهد، از جمله شبکههای عصبی، ترنسفورمرها، مدلهای زبانی بزرگ (LLM)، retrieval-augmented generation (RAG)، ایجنتهای هوش مصنوعی، پایگاههای داده برداری و سیستمهای هوش مصنوعی مالتی مدال.
یادگیری با مبانی ریاضی هوش مصنوعی آغاز میشود و فراگیران احتمال، آمار، جبر خطی، شبکههای عصبی، تکنیکهای بهینهسازی و معماریهای یادگیری عمیق را بررسی خواهند کرد. سپس دوره به سراغ مدلهای مولد پیشرفته مانند GANها و Variational Autoencoders میرود تا دانشجویان درک کنند که سیستمهای هوش مصنوعی چگونه محتوا و دادههای واقعگرایانه تولید میکنند.
شرکتکنندگان تجربه عملی کار با معماریهای ترنسفورمر، مکانیزمهای توجه، GPT ،BERT و سایر مدلهای زبانی بزرگ را هنگام پیادهسازی پروژههای واقعی به دست خواهند آورد. سرفصلها شامل تکنیکهای فاینتیون با استفاده از LoRA و QLoRA، مهندسی پرامپت، ابزارهای Hugging Face، LangChain، LangGraph، ایجنتهای هوش مصنوعی و گردشکارهای مدرن توسعه هوش مصنوعی است.
یکی از محورهای اصلی این دوره، کاربرد عملی است. دانشجویان راهکارهای هوش مصنوعی end-to-end؛ از جمله چتباتهای هوشمند، اپلیکیشنهای مبتنی بر RAG، سیستمهای تولید تصویر، ابزارهای کپشن برای تصویر و ویدئو، و وب اپلیکیشنهای مبتنی بر هوش مصنوعی با استفاده از Streamlit ،ChromaDB و فریمورکهای پیشرفته LLM میسازند. فراگیران از طریق چندین مینی پروژه و پروژههای نهایی، یک پورتفولیوی قوی برای نمایش مهارتهای مرتبط با صنعت ایجاد خواهند کرد.
این دوره همچنین فناوریهای نوظهور هوش مصنوعی مانند مدل کانتکست پروتکل (MCP)، Ollama، فاینتیون کردن Unsloth، معماری دیپسیک، Mixture of Experts، مدلهای دیفیوژن، ویژن ترنسفورمر، CLIP، سیستمهای هوش مصنوعی مالتی مدال و تکنیکهای model distillation را بررسی میکند. تا پایان این برنامه، فراگیران دانش و مهارت عملی لازم برای طراحی، ساخت، استقرار و مقیاسپذیر کردن اپلیکیشنهای مدرن هوش مصنوعی مولد در محیطهای واقعی را خواهند داشت.
این دوره برای چه کسانی مناسب است؟
برای کسانی است که میخواهند به هوش مصنوعی مولد مسلط شوند.