کتاب تحلیل داده‌های متنی با استفاده از LLMs
, ,

کتاب تحلیل داده‌های متنی با استفاده از LLMs

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperCourse-0000026559 دسته: , , برچسب: , , , , , , , , , , , , ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب تحلیل داده‌های متنی با استفاده از LLMs

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: تعامل انسان و ماشین با LLMs (Human-AI Interaction)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر تحلیل داده های متنی
  • 2. مقدمه ای بر مدل های زبان بزرگ (LLMs)
  • 3. کاربرد LLMs در تحلیل داده های متنی
  • 4. مراحل کلی تحلیل داده های متنی با LLMs
  • 5. جمع آوری داده های متنی
  • 6. پیش پردازش داده های متنی
  • 7. پاکسازی متن
  • 8. حذف نویز
  • 9. حذف علائم نگارشی
  • 10. تبدیل به حروف کوچک
  • 11. توکن سازی (Tokenization)
  • 12. انواع توکن سازها
  • 13. توکن سازی بر اساس کلمات
  • 14. توکن سازی بر اساس کاراکتر
  • 15. توکن سازی بر اساس زیرکلمات (Subword Tokenization)
  • 16. مفهوم استمینگ (Stemming)
  • 17. الگوریتم های استمینگ
  • 18. مفهوم لماتیزاسیون (Lemmatization)
  • 19. تفاوت استمینگ و لماتیزاسیون
  • 20. حذف کلمات توقف (Stop Word Removal)
  • 21. مدل های زبان بزرگ (LLMs)
  • 22. مقدمه ای بر یادگیری عمیق
  • 23. شبکه های عصبی بازگشتی (RNNs)
  • 24. شبکه های حافظه کوتاه مدت طولانی (LSTMs)
  • 25. واحد های بازگشتی دروازه دار (GRUs)
  • 26. شبکه های عصبی کانولوشنی (CNNs)
  • 27. مفهوم مدل های ترنسفورمر (Transformer Models)
  • 28. معماری ترنسفورمر
  • 29. مکانیزم توجه (Attention Mechanism)
  • 30. توجه خودی (Self-Attention)
  • 31. توجه چند سر (Multi-Head Attention)
  • 32. مدل های ترنسفورمر از پیش آموزش دیده
  • 33. BERT
  • 34. GPT (Generative Pre-trained Transformer)
  • 35. RoBERTa
  • 36. XLNet
  • 37. مفهوم جاسازی کلمات (Word Embeddings)
  • 38. Word2Vec
  • 39. GloVe
  • 40. FastText
  • 41. جاسازی های متنی (Contextual Embeddings)
  • 42. جاسازی های ترنسفورمر
  • 43. کاربرد LLMs در وظایف تحلیل متنی
  • 44. طبقه بندی متن (Text Classification)
  • 45. تشخیص احساسات (Sentiment Analysis)
  • 46. تشخیص موضوع (Topic Modeling)
  • 47. استخراج اطلاعات (Information Extraction)
  • 48. پاسخ به سوال (Question Answering)
  • 49. خلاصه سازی متن (Text Summarization)
  • 50. ترجمه ماشینی (Machine Translation)
  • 51. تولید متن (Text Generation)
  • 52. بررسی شباهت متنی (Text Similarity)
  • 53. تشخیص موجودیت های نامگذاری شده (Named Entity Recognition – NER)
  • 54. برچسب گذاری اجزای کلام (Part-of-Speech Tagging – POS)
  • 55. تحلیل گرامری (Syntactic Parsing)
  • 56. تحلیل معنایی (Semantic Parsing)
  • 57. ابزارها و فریمورک ها برای LLMs
  • 58. TensorFlow
  • 59. PyTorch
  • 60. Hugging Face Transformers
  • 61. SpaCy
  • 62. NLTK
  • 63. آموزش و تنظیم دقیق (Fine-tuning) LLMs
  • 64. انتخاب مدل مناسب
  • 65. آماده سازی داده ها برای Fine-tuning
  • 66. تنظیم هایپرپارامترها
  • 67. روش های Fine-tuning
  • 68. Fine-tuning کامل
  • 69. Fine-tuning پارامترهای کارآمد (PEFT)
  • 70. LoRA
  • 71. Adapter Tuning
  • 72. Prompt Tuning
  • 73. ارزیابی مدل های LLM
  • 74. معیارهای ارزیابی طبقه بندی متن
  • 75. دقت (Accuracy)
  • 76. دقت (Precision)
  • 77. بازیابی (Recall)
  • 78. امتیاز F1
  • 79. معیارهای ارزیابی استخراج اطلاعات
  • 80. معیارهای ارزیابی پاسخ به سوال
  • 81. معیارهای ارزیابی خلاصه سازی متن
  • 82. ROUGE
  • 83. BLEU
  • 84. معیارهای ارزیابی ترجمه ماشینی
  • 85. چالش ها و محدودیت های LLMs
  • 86. سوگیری در LLMs (Bias)
  • 87. تفسیری بودن (Interpretability)
  • 88. هزینه محاسباتی
  • 89. نیاز به داده های بزرگ
  • 90. امنیت و حریم خصوصی
  • 91. اخلاقیات در استفاده از LLMs
  • 92. کاربردهای پیشرفته LLMs در تحلیل متنی
  • 93. تحلیل متن در مقیاس بزرگ
  • 94. تحلیل متن در زمان واقعی
  • 95. تحلیل متن چند زبانه
  • 96. تحلیل متن برای داده های خاص دامنه (Domain-Specific Text)
  • 97. تحلیل متن در حوزه پزشکی
  • 98. تحلیل متن در حوزه حقوقی
  • 99. تحلیل متن در حوزه مالی
  • 100. تحلیل متن در حوزه رسانه های اجتماعی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب تحلیل داده‌های متنی با استفاده از LLMs”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مشابه

پیمایش به بالا