کتاب صوتی آموزش مدل‌های هوش مصنوعی مولد با استفاده از Hugging Face

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آموزش مدل‌های هوش مصنوعی مولد با استفاده از Hugging Face

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: هوش مصنوعی مولد (Generative AI)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی مولد
• 2. مبانی یادگیری ماشین برای هوش مصنوعی مولد
• 3. آشنایی با کتابخانه Hugging Face
• 4. نصب و پیکربندی Hugging Face Transformers
• 5. مفاهیم اولیه مدل‌های زبانی بزرگ (LLMs)
• 6. معماری ترنسفورمر
• 7. توکن‌سازی و پیش‌پردازش متن
• 8. مدل‌های پیش‌آموزش‌دیده
• 9. تنظیم دقیق (Fine-tuning) مدل‌ها
• 10. آموزش مدل‌های زبانی سفارشی
• 11. ارزیابی مدل‌های زبانی
• 12. تولید متن با مدل‌های زبانی
• 13. کاربردها: خلاصه‌سازی متن
• 14. کاربردها: ترجمه ماشینی
• 15. کاربردها: پاسخ به سوالات
• 16. کاربردها: تولید کد
• 17. مقدمه‌ای بر مدل‌های مولد تصویر
• 18. مدل‌های انتشار (Diffusion Models)
• 19. مبانی GANs (Generative Adversarial Networks)
• 20. تولید تصویر با مدل‌های انتشار
• 21. تولید تصویر با GANs
• 22. تنظیم دقیق مدل‌های تولید تصویر
• 23. کاربردها: تولید تصاویر هنری
• 24. کاربردها: ویرایش تصاویر
• 25. کاربردها: افزایش وضوح تصاویر
• 26. کاربردها: تولید تصاویر پزشکی
• 27. مقدمه‌ای بر مدل‌های مولد صوتی
• 28. مدل‌های تولید گفتار
• 29. مدل‌های تولید موسیقی
• 30. کاربردها: تولید پادکست
• 31. کاربردها: ساخت موسیقی متن
• 32. کاربردها: صداگذاری
• 33. اخلاق در هوش مصنوعی مولد
• 34. سوگیری در مدل‌های هوش مصنوعی مولد
• 35. مسئولیت‌پذیری در هوش مصنوعی مولد
• 36. حریم خصوصی و داده‌ها در هوش مصنوعی مولد
• 37. امنیت در مدل‌های هوش مصنوعی مولد
• 38. مدل‌های مولد چندوجهی (Multimodal)
• 39. ترکیب متن و تصویر
• 40. ترکیب متن و صدا
• 41. کاربردها: تولید توضیحات تصویر
• 42. کاربردها: تولید تصاویر از متن
• 43. کاربردها: تولید ویدئو
• 44. مباحث پیشرفته در ترنسفورمرها
• 45. توجه (Attention) و مکانیسم‌های آن
• 46. کدگذار-رمزگشا (Encoder-Decoder)
• 47. مدل‌های خودرگرسیو (Autoregressive)
• 48. مدل‌های غیررگرسیو (Non-autoregressive)
• 49. مدل‌های مبتنی بر ماسک (Mask-based Models)
• 50. بهینه‌سازی فرآیند آموزش
• 51. تنظیم پارامترهای ابرپارامتر (Hyperparameter Tuning)
• 52. یادگیری انتقالی (Transfer Learning)
• 53. یادگیری تقویتی (Reinforcement Learning) برای مدل‌های مولد
• 54. کاربرد در علوم و مهندسی
• 55. کاربرد در آموزش
• 56. کاربرد در بازاریابی
• 57. کاربرد در خدمات مشتری
• 58. کاربرد در پژوهش‌های علمی
• 59. کاربرد در توسعه نرم‌افزار
• 60. کاربرد در حوزه سلامت
• 61. کاربرد در حوزه مالی
• 62. کاربرد در حوزه رسانه
• 63. مدیریت مدل‌های هوش مصنوعی مولد
• 64. استقرار مدل‌ها (Model Deployment)
• 65. نظارت بر عملکرد مدل‌ها
• 66. به‌روزرسانی مدل‌ها
• 67. مقیاس‌پذیری مدل‌های هوش مصنوعی مولد
• 68. معماری‌های پیشرفته مدل‌های زبانی
• 69. مدل‌های مبتنی بر گراف (Graph-based Models)
• 70. مدل‌های مبتنی بر دانش (Knowledge-based Models)
• 71. مدل‌های مولد برای داده‌های ساختاریافته
• 72. کاربرد در تحلیل داده
• 73. کاربرد در پیش‌بینی
• 74. کاربرد در کشف الگو
• 75. مقدمه‌ای بر ابزارهای ارزیابی پیشرفته
• 76. معیارهای ارزیابی کیفیت متن
• 77. معیارهای ارزیابی کیفیت تصویر
• 78. معیارهای ارزیابی کیفیت صدا
• 79. مدل‌سازی عوامل انسانی در هوش مصنوعی مولد
• 80. تعامل انسان و ماشین در مدل‌های مولد
• 81. یادگیری از بازخورد انسانی
• 82. طراحی رابط کاربری برای مدل‌های مولد
• 83. استفاده از مدل‌های مولد در کسب‌وکارهای کوچک
• 84. استفاده از مدل‌های مولد در سازمان‌های بزرگ
• 85. آینده هوش مصنوعی مولد
• 86. چالش‌های پیش رو در هوش مصنوعی مولد
• 87. روندهای نوظهور در هوش مصنوعی مولد
• 88. آموزش مداوم و توسعه مهارت‌ها
• 89. مسیر شغلی در هوش مصنوعی مولد
• 90. کارگاه عملی: ساخت یک مدل مولد ساده
• 91. کارگاه عملی: تنظیم دقیق یک مدل زبانی
• 92. کارگاه عملی: تولید متن خلاقانه
• 93. کارگاه عملی: تولید تصویر با پارامترهای دلخواه
• 94. کارگاه عملی: ارزیابی مدل‌های مولد
• 95. کارگاه عملی: استقرار یک مدل مولد ساده
• 96. چالش‌های پیاده‌سازی در محیط‌های عملیاتی
• 97. ملاحظات فنی در استفاده از Hugging Face
• 98. مدیریت منابع محاسباتی برای آموزش
• 99. بهینه‌سازی مصرف حافظه
• 100. تکنیک‌های تسریع آموزش