اپلیکیشن اندرویدی فلشکارت آموزشی آموزش ساخت و پیادهسازی برنامههای کاربردی مبتنی بر مدلهای زبانی بزرگ (LLMs)
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره آموزش ساخت و پیادهسازی برنامههای کاربردی مبتنی بر مدلهای زبانی بزرگ (LLMs)
موضوع کلی: توسعهٔ نرمافزارهای هوشمند با هوش مصنوعی
موضوع میانی: ساخت و بهکارگیری مدلهای زبانی بزرگ (LLMs)
📋 سرفصلهای دوره
- 1. مبانی هوش مصنوعی و یادگیری ماشین
- 2. مقدمهای بر مدلهای زبانی بزرگ (LLMs)
- 3. معماری ترنسفورمر و مبانی آن
- 4. آموزش مدلهای زبانی بزرگ
- 5. پیشپردازش دادهها برای LLMs
- 6. تنظیم دقیق (Fine-tuning) مدلهای زبانی
- 7. ارزیابی عملکرد LLMs
- 8. مقدمهای بر LangChain
- 9. معماری LangChain
- 10. اجزای اصلی LangChain: مدلها (Models)
- 11. اجزای اصلی LangChain: Prompt Templates
- 12. اجزای اصلی LangChain: Chains
- 13. اجزای اصلی LangChain: Indexes
- 14. اجزای اصلی LangChain: Agents
- 15. ساخت برنامههای کاربردی ساده با LangChain
- 16. مدیریت ورودی و خروجی در LangChain
- 17. استفاده از مدلهای زبانی مختلف در LangChain
- 18. تکنیکهای پیشرفته Prompt Engineering
- 19. کار با Prompt Templates پیچیده
- 20. ساخت Chains خطی (Sequential Chains)
- 21. ساخت Chains شرطی (Conditional Chains)
- 22. استفاده از LLMs برای خلاصهسازی متن
- 23. استفاده از LLMs برای پاسخ به سوالات
- 24. ساخت Chatbots با LangChain
- 25. مدیریت حافظه در Chatbots
- 26. استفاده از ابزارها (Tools) در LangChain
- 27. ساخت Agentهای ساده
- 28. Agentهای مبتنی بر تصمیمگیری (Decision Making Agents)
- 29. Agentهای مبتنی بر برنامهریزی (Planning Agents)
- 30. استفاده از جستجو در LangChain
- 31. جستجو در وب با LangChain
- 32. جستجو در پایگاههای دانش با LangChain
- 33. شاخصگذاری دادهها (Indexing)
- 34. انواع شاخصگذاری: Vector Stores
- 35. استفاده از Vector Stores برای بازیابی اطلاعات
- 36. شاخصگذاری اسناد (Document Indexing)
- 37. مدیریت اسناد بزرگ
- 38. پرسوجو از اسناد با استفاده از LLMs
- 39. ساخت سیستمهای پرسش و پاسخ (Q&A Systems)
- 40. کار با دادههای ساختاریافته
- 41. کار با دادههای نیمهساختاریافته
- 42. کار با دادههای بدون ساختار
- 43. امنیت و حریم خصوصی در LLMs
- 44. ملاحظات اخلاقی در استفاده از LLMs
- 45. قوانین و مقررات مرتبط با LLMs در ایران
- 46. پیادهسازی برنامههای کاربردی LLM در محیط واقعی
- 47. استقرار مدلهای زبانی
- 48. مدیریت هزینهها در پروژههای LLM
- 49. بهینهسازی عملکرد برنامههای LLM
- 50. مقیاسپذیری برنامههای LLM
- 51. تست و عیبیابی برنامههای LLM
- 52. مقدمهای بر Embeddingها
- 53. تولید Embedding با استفاده از مدلهای زبانی
- 54. کاربرد Embeddingها در جستجو و مقایسه
- 55. مفاهیم پیشرفته در LangChain
- 56. استفاده از Callbacks در LangChain
- 57. مدیریت خطا و بازیابی در LangChain
- 58. ساخت Applicationهای سفارشی با LangChain
- 59. یکپارچهسازی با سایر سرویسها
- 60. کار با پایگاههای داده رابطهای
- 61. کار با پایگاههای داده NoSQL
- 62. مقدمهای بر Retrieval Augmented Generation (RAG)
- 63. پیادهسازی RAG با LangChain
- 64. کاربرد RAG در افزایش دقت LLMs
- 65. مدیریت دانش در سازمانها با LLMs
- 66. ساخت سیستمهای توصیهگر
- 67. تحلیل احساسات متن
- 68. استخراج اطلاعات از متن
- 69. تولید محتوای خلاقانه
- 70. کاربرد LLMs در آموزش
- 71. کاربرد LLMs در سلامت
- 72. کاربرد LLMs در امور مالی (مطابق قوانین)
- 73. کاربرد LLMs در حقوق (مطابق قوانین)
- 74. کاربرد LLMs در تحقیقات علمی
- 75. ملاحظات مربوط به دادههای حساس
- 76. حفاظت از دادههای شخصی
- 77. مدیریت دسترسیها
- 78. پیادهسازی LLM در چارچوب قوانین کشور
- 79. توسعه پایدار با LLMs
- 80. آینده LLMs و LangChain
- 81. چالشهای پیش روی توسعه LLM
- 82. راهکارهای مقابله با چالشها
- 83. مروری بر بهترین شیوهها
- 84. مطالعات موردی موفق
- 85. پروژههای عملی با LangChain
- 86. ساخت یک دستیار هوشمند شخصی
- 87. پیادهسازی سیستم مدیریت اسناد
- 88. طراحی یک پلتفرم پرسش و پاسخ تخصصی
- 89. توسعه ابزار تحلیل دادههای متنی
- 90. ساخت یک سیستم توصیهگر محتوا
- 91. ایجاد یک دستیار تولید محتوا
- 92. توسعه یک ابزار خلاصهسازی هوشمند
- 93. پیادهسازی یک سیستم مدیریت دانش سازمانی
- 94. ساخت یک ربات گفتگو برای خدمات مشتریان
- 95. کاربرد LLMs در اتوماسیون فرآیندها
- 96. مقدمهای بر مفاهیم پیشرفته Agent
- 97. طراحی Agentهای خودکار برای وظایف پیچیده
- 98. بهینهسازی Agentها برای کارایی
- 99. ارزیابی جامع برنامههای LLM
- 100. نگهداری و بهروزرسانی برنامههای LLM
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.