کتاب صوتی ترنسفورمرها: از تئوری تا ساخت مدل‌های پرکاربرد

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ترنسفورمرها: از تئوری تا ساخت مدل‌های پرکاربرد

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: شبکه‌های عصبی ترنسفورمر (Transformer Networks)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر شبکه‌های عصبی و یادگیری عمیق
• 2. مبانی یادگیری ماشین
• 3. انواع شبکه‌های عصبی مصنوعی
• 4. معماری‌های پایه شبکه‌های عصبی
• 5. تابع فعال‌سازی و نقش آن
• 6. تابع هزینه و بهینه‌سازی
• 7. گرادیان کاهشی و انواع آن
• 8. پس‌انتشار خطا (Backpropagation)
• 9. تنظیم پارامترها و هایپرپارامترها
• 10. اعتبارسنجی مدل و جلوگیری از بیش‌برازش
• 11. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
• 12. چالش‌های پردازش زبان طبیعی
• 13. نمایش کلمات: Bag-of-Words و TF-IDF
• 14. نمایش کلمات: Word Embeddings (Word2Vec, GloVe)
• 15. معماری‌های بازگشتی (RNN)
• 16. شبکه‌های حافظه طولانی کوتاه‌مدت (LSTM)
• 17. شبکه‌های واحد بازگشتی (GRU)
• 18. محدودیت‌های RNN، LSTM و GRU
• 19. مقدمه‌ای بر معماری ترنسفورمر
• 20. نیاز به معماری‌های موازی در NLP
• 21. مکانیزم توجه (Attention Mechanism)
• 22. توجه خودی (Self-Attention)
• 23. توجه چندسر (Multi-Head Attention)
• 24. رمزگذار و رمزگشا در ترنسفورمر
• 25. رمزگذار ترنسفورمر
• 26. لایه Feed-Forward در رمزگذار
• 27. رمزگشای ترنسفورمر
• 28. لایه Feed-Forward در رمزگشا
• 29. مکانیزم توجه در رمزگشا
• 30. لایه خروجی و تابع Softmax
• 31. موقعیت‌یابی در ترنسفورمر (Positional Encoding)
• 32. کدگذاری موقعیت مطلق و نسبی
• 33. مدل‌های مبتنی بر ترنسفورمر
• 34. مدل BERT (Bidirectional Encoder Representations from Transformers)
• 35. آموزش پیشین BERT
• 36. تنظیم دقیق (Fine-tuning) BERT
• 37. کاربردهای BERT: طبقه‌بندی متن
• 38. کاربردهای BERT: تشخیص موجودیت نام‌دار (NER)
• 39. کاربردهای BERT: پاسخ به پرسش
• 40. مدل GPT (Generative Pre-trained Transformer)
• 41. آموزش پیشین GPT
• 42. تولید متن با GPT
• 43. کاربردهای GPT: خلاصه‌سازی متن
• 44. کاربردهای GPT: ترجمه ماشینی
• 45. کاربردهای GPT: تولید محتوا
• 46. مدل‌های ترنسفورمر برای وظایف طبقه‌بندی
• 47. مدل‌های ترنسفورمر برای وظایف تولید متن
• 48. مدل‌های ترنسفورمر برای وظایف ترجمه
• 49. مدل‌های ترنسفورمر برای وظایف خلاصه‌سازی
• 50. مدل‌های ترنسفورمر برای وظایف استخراج اطلاعات
• 51. پیاده‌سازی ترنسفورمر با PyTorch
• 52. پیاده‌سازی ترنسفورمر با TensorFlow
• 53. استفاده از کتابخانه‌های Hugging Face Transformers
• 54. تنظیمات و پارامترهای کلیدی در Hugging Face
• 55. آموزش مدل ترنسفورمر از ابتدا
• 56. تنظیم دقیق مدل‌های از پیش آموزش‌دیده
• 57. ارزیابی مدل‌های ترنسفورمر
• 58. معیارهای ارزیابی برای طبقه‌بندی متن
• 59. معیارهای ارزیابی برای تولید متن
• 60. معیارهای ارزیابی برای ترجمه ماشینی
• 61. بهینه‌سازی مدل‌های ترنسفورمر
• 62. تکنیک‌های کاهش ابعاد در ترنسفورمر
• 63. کاهش اندازه مدل و فشرده‌سازی
• 64. ملاحظات اخلاقی در استفاده از مدل‌های زبان بزرگ
• 65. سوگیری در مدل‌های ترنسفورمر
• 66. تولید محتوای مسئولانه با ترنسفورمرها
• 67. کاربرد ترنسفورمر در تحلیل احساسات
• 68. کاربرد ترنسفورمر در سیستم‌های توصیه‌گر
• 69. کاربرد ترنسفورمر در پردازش گفتار
• 70. کاربرد ترنسفورمر در بینایی ماشین
• 71. ترنسفورمرهای بصری (Vision Transformers - ViT)
• 72. معماری ترنسفورمر برای داده‌های جدولی
• 73. ترنسفورمرها در حوزه مالی و اقتصادی
• 74. کاربرد ترنسفورمر در پیش‌بینی سری‌های زمانی
• 75. ترنسفورمرها در حوزه سلامت و پزشکی
• 76. ملاحظات حقوقی و انطباق با قوانین کشور در توسعه مدل‌های زبانی
• 77. امنیت داده‌ها در آموزش و استفاده از ترنسفورمرها
• 78. حریم خصوصی کاربران در مدل‌های ترنسفورمر
• 79. مدیریت خطاها و چالش‌های عملیاتی ترنسفورمرها
• 80. مقیاس‌پذیری معماری ترنسفورمر
• 81. نسل‌های جدیدتر ترنسفورمرها
• 82. ترنسفورمرهای کارآمدتر (Efficient Transformers)
• 83. مدل‌های ترکیبی (Hybrid Models)
• 84. آینده پژوهی در معماری ترنسفورمر
• 85. مقدمه‌ای بر کاربردهای عملی در ایران
• 86. تحلیل محتوا با استفاده از ترنسفورمرها
• 87. سیستم‌های پرسش و پاسخ در زبان فارسی
• 88. ترجمه ماشینی زبان فارسی به زبان‌های دیگر
• 89. خلاصه‌سازی متون فارسی
• 90. تولید محتوای فارسی با رویکرد بومی
• 91. آموزش و توسعه در حوزه ترنسفورمرها در ایران
• 92. استانداردهای فنی و نیازهای سخت‌افزاری
• 93. نقش دانشگاه‌ها و مراکز تحقیقاتی در پیشبرد ترنسفورمرها
• 94. پروژه‌های نوآورانه با محوریت ترنسفورمر در ایران
• 95. فرصت‌های شغلی در حوزه هوش مصنوعی و ترنسفورمرها
• 96. مسیر یادگیری و توسعه حرفه‌ای در این حوزه
• 97. جمع‌بندی و نگاه به آینده