کتاب صوتی ساخت و به‌کارگیری مدل‌های هوش مصنوعی مولد با کتابخانه Hugging Face

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت و به‌کارگیری مدل‌های هوش مصنوعی مولد با کتابخانه Hugging Face

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: توسعه مدل‌های هوش مصنوعی پیشرفته

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
• 2. آشنایی با کتابخانه Hugging Face
• 3. نصب و راه‌اندازی محیط توسعه
• 4. مفاهیم پایهٔ یادگیری ماشین
• 5. انواع یادگیری ماشین: نظارت‌شده، بدون نظارت، تقویتی
• 6. پیش‌پردازش داده‌ها برای مدل‌های یادگیری ماشین
• 7. کار با مجموعه داده‌ها در Hugging Face
• 8. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLMs)
• 9. معماری ترنسفورمر (Transformer)
• 10. مبانی ترنسفورمرها و مکانیزم توجه (Attention)
• 11. آموزش مدل‌های ترنسفورمر از ابتدا
• 12. تنظیم دقیق (Fine-tuning) مدل‌های از پیش آموزش‌دیده
• 13. کار با مدل‌های ترنسفورمر برای طبقه‌بندی متن
• 14. کار با مدل‌های ترنسفورمر برای تشخیص موجودیت نام‌دار (NER)
• 15. کار با مدل‌های ترنسفورمر برای پاسخ به سؤال
• 16. کار با مدل‌های ترنسفورمر برای خلاصه‌سازی متن
• 17. تولید متن خلاقانه با مدل‌های زبانی
• 18. مقدمه‌ای بر مدل‌های تولید تصویر
• 19. مبانی شبکه‌های مولد تخاصمی (GANs)
• 20. معماری Diffusers برای تولید تصویر
• 21. تنظیم دقیق مدل‌های تولید تصویر
• 22. کار با مدل‌های تولید تصویر برای تبدیل متن به تصویر
• 23. کار با مدل‌های تولید تصویر برای ویرایش تصویر
• 24. کار با مدل‌های تولید تصویر برای افزایش وضوح تصویر
• 25. مقدمه‌ای بر مدل‌های صوتی
• 26. پردازش و تولید گفتار با Hugging Face
• 27. کار با مدل‌های صوتی برای تبدیل متن به گفتار
• 28. کار با مدل‌های صوتی برای تشخیص گفتار
• 29. مقدمه‌ای بر یادگیری تقویتی عمیق
• 30. کاربرد یادگیری تقویتی در بازی‌ها
• 31. کاربرد یادگیری تقویتی در رباتیک
• 32. کاربرد یادگیری تقویتی در بهینه‌سازی
• 33. مقدمه‌ای بر مدل‌های گراف (Graph Neural Networks)
• 34. کاربرد مدل‌های گراف در شبکه‌های اجتماعی
• 35. کاربرد مدل‌های گراف در شیمی و زیست‌شناسی
• 36. کاربرد مدل‌های گراف در سیستم‌های توصیه‌گر
• 37. مقدمه‌ای بر هوش مصنوعی قابل توضیح (XAI)
• 38. تکنیک‌های تفسیرپذیری مدل‌های یادگیری ماشین
• 39. ارزیابی و سنجش عملکرد مدل‌ها
• 40. معیارهای ارزیابی برای طبقه‌بندی
• 41. معیارهای ارزیابی برای رگرسیون
• 42. معیارهای ارزیابی برای پردازش زبان طبیعی
• 43. مقدمه‌ای بر مهندسی ویژگی (Feature Engineering)
• 44. تکنیک‌های انتخاب و استخراج ویژگی
• 45. یادگیری عمیق برای داده‌های جدولی
• 46. مقدمه‌ای بر یادگیری چندوجهی (Multimodal Learning)
• 47. ترکیب داده‌های متنی و تصویری
• 48. ترکیب داده‌های متنی و صوتی
• 49. کاربرد مدل‌های چندوجهی در سیستم‌های توصیه‌گر
• 50. کاربرد مدل‌های چندوجهی در رباتیک
• 51. بهینه‌سازی و تسریع مدل‌های هوش مصنوعی
• 52. استفاده از سخت‌افزار شتاب‌دهنده (GPU, TPU)
• 53. تکنیک‌های کوانتیزاسیون (Quantization)
• 54. تکنیک‌های هرس (Pruning)
• 55. استقرار مدل‌های هوش مصنوعی در محیط عملیاتی
• 56. ساخت API برای مدل‌های هوش مصنوعی
• 57. استقرار مدل‌ها در سرویس‌های ابری
• 58. مقدمه‌ای بر اخلاق در هوش مصنوعی
• 59. سوگیری در مدل‌های هوش مصنوعی و راهکارهای آن
• 60. حریم خصوصی و امنیت داده‌ها در هوش مصنوعی
• 61. مسئولیت‌پذیری در توسعهٔ هوش مصنوعی
• 62. مقدمه‌ای بر هوش مصنوعی مولد (Generative AI)
• 63. کاربردهای هوش مصنوعی مولد در صنعت
• 64. هوش مصنوعی مولد برای تولید محتوا
• 65. هوش مصنوعی مولد برای طراحی محصولات
• 66. هوش مصنوعی مولد برای شبیه‌سازی
• 67. مقدمه‌ای بر مدل‌های تولید کد
• 68. استفاده از مدل‌های تولید کد برای برنامه‌نویسی
• 69. تکنیک‌های پیشرفته در Hugging Face Transformers
• 70. تنظیم دقیق مدل‌های DistilBERT
• 71. تنظیم دقیق مدل‌های RoBERTa
• 72. تنظیم دقیق مدل‌های GPT-2
• 73. تنظیم دقیق مدل‌های T5
• 74. مقدمه‌ای بر کتابخانه Accelerate
• 75. استفاده از Accelerate برای آموزش توزیع‌شده
• 76. مقدمه‌ای بر کتابخانه Datasets
• 77. کار با فرمت‌های مختلف داده در Datasets
• 78. عملیات روی مجموعه داده‌ها در Datasets
• 79. مقدمه‌ای بر کتابخانه Tokenizers
• 80. کار با انواع Tokenizer ها
• 81. سفارشی‌سازی Tokenizer ها
• 82. مقدمه‌ای بر کتابخانه Evaluate
• 83. محاسبهٔ معیارهای ارزیابی با Evaluate
• 84. کاربرد مدل‌های پیش‌بینی سری زمانی
• 85. کاربرد مدل‌های پیش‌بینی سری زمانی در امور مالی
• 86. کاربرد مدل‌های پیش‌بینی سری زمانی در پیش‌بینی آب و هوا
• 87. مقدمه‌ای بر پردازش زبان طبیعی فارسی
• 88. کار با مدل‌های زبانی فارسی در Hugging Face
• 89. تنظیم دقیق مدل‌های زبانی فارسی
• 90. کار با مدل‌های تشخیص احساسات در فارسی
• 91. کار با مدل‌های ترجمه ماشینی فارسی
• 92. کاربرد هوش مصنوعی در خدمات مشتریان
• 93. کاربرد هوش مصنوعی در مدیریت زنجیره تأمین
• 94. کاربرد هوش مصنوعی در آموزش و یادگیری
• 95. کاربرد هوش مصنوعی در سلامت و پزشکی
• 96. مقدمه‌ای بر آیندهٔ هوش مصنوعی مولد
• 97. چالش‌ها و فرصت‌های هوش مصنوعی مولد
• 98. یادگیری مداوم در مدل‌های هوش مصنوعی
• 99. توسعهٔ سیستم‌های خودکار و هوشمند
• 100. آیندهٔ تعامل انسان و ماشین