فلش‌کارت‌های آموزشی مبانی هوش مصنوعی مولد و مدل‌های زبانی بزرگ در بستر ابری AWS

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی هوش مصنوعی مولد و مدل‌های زبانی بزرگ در بستر ابری AWS

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: هوش مصنوعی مولد و مدل‌های زبانی بزرگ

📋 سرفصل‌های دوره

• 1. مبانی هوش مصنوعی مولد
• 2. مقدمه‌ای بر مدل‌های زبانی بزرگ
• 3. اهمیت هوش مصنوعی مولد در دنیای امروز
• 4. کاربردهای هوش مصنوعی مولد
• 5. اصول یادگیری ماشین
• 6. یادگیری نظارت‌شده
• 7. یادگیری نظارت‌نشده
• 8. یادگیری تقویتی
• 9. شبکه‌های عصبی مصنوعی
• 10. شبکه‌های عصبی کانولوشنال
• 11. شبکه‌های عصبی بازگشتی
• 12. ترنسفورمرها در پردازش زبان طبیعی
• 13. معماری ترنسفورمر
• 14. مکانیزم توجه
• 15. مدل‌های زبانی پیش‌آموزش‌دیده
• 16. تکنیک‌های پیش‌آموزش
• 17. مدل‌های زبانی بزرگ (LLMs)
• 18. معرفی مدل‌های زبانی بزرگ
• 19. مفاهیم کلیدی در LLMs
• 20. آموزش مدل‌های زبانی بزرگ
• 21. تنظیم دقیق مدل‌های زبانی بزرگ
• 22. کاربرد LLMs در تولید متن
• 23. تولید متن خلاقانه
• 24. خلاصه‌سازی متن
• 25. ترجمه ماشینی
• 26. پاسخ به پرسش
• 27. تولید کد
• 28. مدل‌های مولد تصویر
• 29. معماری‌های مولد تصویر
• 30. شبکه‌های مولد تخاصمی (GANs)
• 31. مدل‌های انتشار (Diffusion Models)
• 32. کاربرد مدل‌های مولد تصویر
• 33. تولید تصاویر هنری
• 34. ویرایش تصاویر
• 35. تولید محتوای ویدیویی
• 36. هوش مصنوعی مولد و اخلاق
• 37. مسائل مربوط به سوگیری در مدل‌های هوش مصنوعی
• 38. شفافیت و توضیح‌پذیری در هوش مصنوعی
• 39. امنیت و حریم خصوصی در هوش مصنوعی
• 40. مسئولیت‌پذیری در هوش مصنوعی
• 41. چارچوب‌های اخلاقی برای هوش مصنوعی مولد
• 42. هوش مصنوعی مولد در بستر ابری AWS
• 43. معرفی خدمات AWS برای هوش مصنوعی
• 44. Amazon SageMaker
• 45. Amazon Bedrock
• 46. Amazon Rekognition
• 47. Amazon Comprehend
• 48. Amazon Translate
• 49. Amazon Transcribe
• 50. Amazon Lex
• 51. AWS Lambda
• 52. Amazon EC2
• 53. Amazon S3
• 54. Amazon VPC
• 55. IAM در AWS
• 56. امنیت در AWS
• 57. هزینه‌ها و بهینه‌سازی در AWS
• 58. مبانی کار با AWS SageMaker
• 59. آموزش مدل‌های یادگیری ماشین در SageMaker
• 60. استقرار مدل‌ها در SageMaker
• 61. تنظیم دقیق مدل‌های زبانی بزرگ با SageMaker
• 62. استفاده از Amazon Bedrock برای LLMs
• 63. انتخاب مدل مناسب در Bedrock
• 64. مهندسی پرامپت برای Bedrock
• 65. سفارشی‌سازی مدل‌ها در Bedrock
• 66. کاربرد Bedrock در تولید متن
• 67. کاربرد Bedrock در تولید کد
• 68. کاربرد Bedrock در خلاصه‌سازی
• 69. کاربرد Bedrock در ترجمه
• 70. کاربرد Bedrock در پاسخ به پرسش
• 71. کاربرد Bedrock در تولید تصویر
• 72. پردازش زبان طبیعی با Amazon Comprehend
• 73. تحلیل احساسات
• 74. تشخیص موجودیت نام‌دار
• 75. شناسایی موضوع
• 76. تحلیل گرامری
• 77. ترجمه ماشینی با Amazon Translate
• 78. پشتیبانی از زبان‌های مختلف
• 79. بهبود کیفیت ترجمه
• 80. ترانسکریپت ماشینی با Amazon Transcribe
• 81. تبدیل گفتار به متن
• 82. کاربرد در ضبط جلسات
• 83. کاربرد در تولید زیرنویس
• 84. ساخت چت‌بات با Amazon Lex
• 85. طراحی جریان مکالمه
• 86. مدیریت نیت کاربر
• 87. ادغام با سرویس‌های AWS
• 88. تولید محتوای اسلامی با هوش مصنوعی
• 89. کاربرد هوش مصنوعی در تفسیر قرآن
• 90. استفاده از هوش مصنوعی در شرح روایات
• 91. تولید متون دینی با رعایت چارچوب شرعی
• 92. تحلیل مفاهیم فقهی با هوش مصنوعی
• 93. تولید محتوای آموزشی سازگار با قوانین ایران
• 94. کاربرد هوش مصنوعی در آموزش مباحث شرعی
• 95. مدل‌های زبانی بزرگ و فهم متون دینی
• 96. چالش‌های تولید محتوای دینی با هوش مصنوعی
• 97. اصول اخلاقی در استفاده از هوش مصنوعی مولد
• 98. ملاحظات شرعی در هوش مصنوعی مولد
• 99. نقش هوش مصنوعی در ترویج فرهنگ ایرانی-اسلامی
• 100. مقایسه مدل‌های زبانی بزرگ متن‌باز و تجاری