image

هوش مصنوعی مولد با رویکرد مدل‌های زبانی بزرگ

این دوره با تمرکز ویژه روی استفاده و توسعه مدل‌های زبانی بزرگ طراحی شده است. از این رو با آموزش مبانی هوش مصنوعی و یادگیری ماشین آغاز می‌شود و سپس به بررسی تاریخچه و مفاهیم اساسی این حوزه می‌پردازد. پس از آن، نوبت به آشنایی با پیچیدگی‌های یادگیری عمیق و معماری‌های سیستم‌های پیشرفته هوش مصنوعی امروزی مثل مدل‌های ترانسفورمر GPT و BERT می‌رسد.

مشخصات دوره

سطحپیشرفته
مدت11 ساعت
مدرکدارد
تاریخ به روزرسانی۱۴۰۳/۸/۱۹
قالب دورهمهارت محور
۱٬۴۰۰٬۰۰۰
تومان

مطالب دوره

1. مقدمه
1.1 معرفی دوره
14' : 17''
2.1 معرفی دوره
14' : 17''
3.1 اهمیت Generative AI‌، کاربردها تکنیک های موثر
16' : 27''
2. مباحث پیشرفته یادگیری ماشین
3. ensemble methods
4. Deep Reinforcement Learning
5. Capsule Networks
6. Neural Turing Machines
7. Advanced Recurrent Neural Networks (RNNs)
8. Advance GANs
9. Variational Autoencoders
10. Diffusion Models
11. Transformers
12. Transfer Learning and Fine-Tuning
13. Prompt Engineering
14. Multi Modal Systems
15. پروژه

اطلاعات تکمیلی دوره

مباحث کلیدی این دوره آماده‌سازی داده‌ها، استراتژی‌های آموزش و بهینه‌سازی مدل و چالش‌های اخلاقی در هوش مصنوعی را شامل می‌شود. تمرکز اصلی بر کاربردهای عملی LLMها در حوزه‌هایی مانند بهداشت و درمان و امور مالی است تا نوآوری و کارآیی این بخش را ارتقا دهد. در واقع این دوره دانشجویان را با مهارت‌های کلیدی برای موفقیت در هوش مصنوعی مولد مجهز می‌کند.

 

مخاطبین:

  • دانشجویان علوم کامپیوتر و مهندسی
  • محققان و دانشمندان داده
  • توسعه‌دهندگان نرم‌افزار و متخصصان IT

 

پیش‌نیاز‌:

  • تلسط بر مفاهیم کلی و اولیه برنامه‌نویسی 
  • آشنایی با مفاهیم کلی یادگیری ماشین
  • توانمندی و تسلط بر ریاضیات
  • آشنایی اولیه با نحوه کار با داده
  • تفکر منتقد و ذهن حل مسئله‌گر

 

نحوه ارزیابی:

  • ۶۰ درصد آزمون نهایی
  • ۴۰ درصد پروژه نهایی

مدرس دوره

جلیل علیزاده
جلیل علیزاده

دوره‌های پیشنهادی

هوش مصنوعی

هوش مصنوعی

هوش مصنوعی