سپنتا کتاب اکسپرس
کتاب هوش مصنوعی زبانی: پیش‌زمینه‌ها و تکامل LLMها

کتاب هوش مصنوعی زبانی: پیش‌زمینه‌ها و تکامل LLMها

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 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 هوش مصنوعی زبانی: پیش‌زمینه‌ها و تکامل LLMها

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: مدل‌های زبانی بزرگ (LLMs) - مفاهیم و اصول**

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر هوش مصنوعی
  • 2. تاریخچه هوش مصنوعی
  • 3. مفاهیم کلیدی هوش مصنوعی
  • 4. یادگیری ماشین چیست؟
  • 5. یادگیری نظارت شده
  • 6. یادگیری نظارت نشده
  • 7. یادگیری تقویتی
  • 8. شبکه‌های عصبی مصنوعی
  • 9. مقدمه ای بر پردازش زبان طبیعی (NLP)
  • 10. تاریخچه پردازش زبان طبیعی
  • 11. وظایف اصلی پردازش زبان طبیعی
  • 12. نمایش متنی
  • 13. توکن‌سازی
  • 14. ریشه‌یابی (Stemming)
  • 15. لمتایزاسیون (Lemmatization)
  • 16. حذف کلمات توقف (Stop Words Removal)
  • 17. مدل‌های زبانی آماری
  • 18. مدل‌های زبانی ان‌گرام
  • 19. محدودیت‌های مدل‌های زبانی آماری
  • 20. یادگیری عمیق در NLP
  • 21. شبکه‌های عصبی بازگشتی (RNN)
  • 22. حافظه طولانی کوتاه مدت (LSTM)
  • 23. شبکه‌های عصبی کانولوشنال (CNN) در NLP
  • 24. مدل‌های زبانی مبتنی بر توجه (Attention)
  • 25. مکانیسم توجه
  • 26. ترانسفورمرها (Transformers)
  • 27. معماری ترانسفورمر
  • 28. رمزگذار (Encoder)
  • 29. رمزگشا (Decoder)
  • 30. مزایای ترانسفورمرها
  • 31. مدل‌های زبانی بزرگ (LLMs)
  • 32. تعریف LLMs
  • 33. تفاوت LLMs با مدل‌های زبانی سنتی
  • 34. مراحل توسعه LLMs
  • 35. جمع‌آوری داده
  • 36. پیش‌پردازش داده
  • 37. آموزش پایه (Pre-training)
  • 38. اهداف آموزش پایه
  • 39. مجموعه داده‌های آموزش پایه
  • 40. معماری مدل‌های LLM
  • 41. مقیاس‌پذیری LLMs
  • 42. پارامترهای مدل
  • 43. هزینه محاسباتی آموزش LLMs
  • 44. تنظیم دقیق (Fine-tuning)
  • 45. اهداف تنظیم دقیق
  • 46. روش‌های تنظیم دقیق
  • 47. تنظیم دقیق وظیفه محور
  • 48. تنظیم دقیق با یادگیری چند وظیفه ای
  • 49. تنظیم دقیق با یادگیری مداوم
  • 50. تنظیم دقیق با یادگیری تقویتی از بازخورد انسانی (RLHF)
  • 51. کاربردهای LLMs
  • 52. تولید متن
  • 53. ترجمه ماشینی
  • 54. خلاصه‌سازی متن
  • 55. پاسخ به پرسش
  • 56. تحلیل احساسات
  • 57. طبقه‌بندی متن
  • 58. تولید کد
  • 59. تولید محتوای خلاقانه
  • 60. چت‌بات‌ها و دستیارهای مجازی
  • 61. محدودیت‌ها و چالش‌های LLMs
  • 62. سوگیری در داده‌ها و مدل‌ها
  • 63. تولید اطلاعات نادرست (Hallucination)
  • 64. تفسیرپذیری (Interpretability)
  • 65. امنیت و حریم خصوصی
  • 66. مسائل اخلاقی
  • 67. هزینه محاسباتی و زیست‌محیطی
  • 68. پیش‌بینی‌های آینده LLMs
  • 69. مدل‌های کوچکتر و کارآمدتر
  • 70. مدل‌های چندوجهی (Multimodal LLMs)
  • 71. مدل‌های خودآموز (Self-supervised LLMs)
  • 72. ادغام با سایر حوزه‌های هوش مصنوعی
  • 73. نقش LLMs در تحقیقات علمی
  • 74. تأثیر LLMs بر مشاغل
  • 75. مسائل نظارتی و قانونی
  • 76. مطالعات موردی LLMs
  • 77. GPT-3 و کاربردهای آن
  • 78. BERT و پیشرفت‌های آن
  • 79. LLaMA و خانواده مدل‌های آن
  • 80. Mistral AI و رویکردهای جدید
  • 81. تکنیک‌های پیشرفته در LLMs
  • 82. یادگیری انتقالی (Transfer Learning)
  • 83. یادگیری چندوظیفه ای (Multi-task Learning)
  • 84. یادگیری مداوم (Continual Learning)
  • 85. یادگیری تقویتی (Reinforcement Learning)
  • 86. یادگیری از طریق مثال (Learning from Demonstration)
  • 87. یادگیری خارج از توزیع (Out-of-Distribution Learning)
  • 88. ارزیابی LLMs
  • 89. معیارهای ارزیابی
  • 90. بنچمارک‌های استاندارد
  • 91. چالش‌های ارزیابی
  • 92. آینده پژوهش در LLMs
  • 93. روش‌های نوآورانه آموزش
  • 94. توسعه معماری‌های جدید
  • 95. بهبود تفسیرپذیری و قابلیت اطمینان
  • 96. کاهش سوگیری و افزایش انصاف
  • 97. کاربردهای نوظهور LLMs
  • 98. LLMs در آموزش
  • 99. LLMs در پزشکی
  • 100. LLMs در حقوق

📚 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

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.