کتاب Prompt نویسی: از ایده تا اجرای هوش مصنوعی

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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Prompt نویسی: از ایده تا اجرای هوش مصنوعی

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: طراحی Prompt برای وظایف مختلف

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مفاهیم پایه هوش مصنوعی
  • 2. تاریخچه و سیر تحول هوش مصنوعی
  • 3. انواع هوش مصنوعی: ضعیف، قوی و فوق هوشمند
  • 4. یادگیری ماشین: مبانی و اصول
  • 5. یادگیری نظارت‌شده: رگرسیون و طبقه‌بندی
  • 6. یادگیری بدون نظارت: خوشه‌بندی و کاهش ابعاد
  • 7. یادگیری تقویتی: مفاهیم و کاربردها
  • 8. شبکه‌های عصبی مصنوعی: ساختار و عملکرد
  • 9. شبکه‌های عصبی عمیق (Deep Learning)
  • 10. معماری‌های کلیدی شبکه‌های عصبی عمیق
  • 11. شبکه‌های عصبی کانولوشنال (CNN) برای بینایی ماشین
  • 12. شبکه‌های عصبی بازگشتی (RNN) برای پردازش توالی
  • 13. شبکه‌های عصبی ترنسفورمر (Transformer)
  • 14. مفاهیم پردازش زبان طبیعی (NLP)
  • 15. مدل‌های زبانی آماری
  • 16. مدل‌های زبانی مبتنی بر شبکه‌های عصبی
  • 17. مدل‌های زبانی بزرگ (LLMs)
  • 18. معماری‌های پیشرفته LLMs
  • 19. آموزش و تنظیم دقیق (Fine-tuning) مدل‌های زبانی
  • 20. مهندسی پرامپت (Prompt Engineering): اصول اولیه
  • 21. انواع پرامپت‌ها: دستورالعمل، پرسش، مثال
  • 22. ساختار یک پرامپت مؤثر
  • 23. تکنیک‌های پیشرفته پرامپت‌نویسی
  • 24. پرامپت‌نویسی برای تولید متن خلاقانه
  • 25. پرامپت‌نویسی برای خلاصه‌سازی متن
  • 26. پرامپت‌نویسی برای ترجمه ماشینی
  • 27. پرامپت‌نویسی برای پاسخ به سوالات
  • 28. پرامپت‌نویسی برای تولید کد
  • 29. پرامپت‌نویسی برای تحلیل احساسات
  • 30. پرامپت‌نویسی برای استخراج اطلاعات
  • 31. پرامپت‌نویسی برای طبقه‌بندی متن
  • 32. پرامپت‌نویسی برای تشخیص موجودیت نام‌دار (NER)
  • 33. پرامپت‌نویسی برای تولید دیالوگ
  • 34. پرامپت‌نویسی برای بازیابی اطلاعات
  • 35. ارزیابی مدل‌های زبانی
  • 36. معیارهای ارزیابی در NLP
  • 37. ارزیابی مدل‌های مولد متن
  • 38. ملاحظات اخلاقی در هوش مصنوعی
  • 39. سوگیری در داده‌ها و مدل‌ها
  • 40. حریم خصوصی و امنیت داده‌ها
  • 41. مسئولیت‌پذیری در هوش مصنوعی
  • 42. کاربردهای هوش مصنوعی در صنعت
  • 43. هوش مصنوعی در خدمات مشتری
  • 44. هوش مصنوعی در سلامت
  • 45. هوش مصنوعی در آموزش
  • 46. هوش مصنوعی در مالی و بانکداری
  • 47. هوش مصنوعی در کشاورزی
  • 48. هوش مصنوعی در حمل و نقل
  • 49. هوش مصنوعی در تولید
  • 50. هوش مصنوعی در تحقیقات علمی
  • 51. هوش مصنوعی در حوزه فرهنگ و هنر
  • 52. هوش مصنوعی و اقتصاد مقاومتی
  • 53. هوش مصنوعی و تحقق اهداف ملی
  • 54. پیاده‌سازی هوش مصنوعی در سازمان‌ها
  • 55. انتخاب ابزارها و فریم‌ورک‌های مناسب
  • 56. مدیریت چرخه عمر مدل‌های هوش مصنوعی
  • 57. نظارت و به‌روزرسانی مدل‌ها
  • 58. مقیاس‌پذیری و استقرار مدل‌ها
  • 59. امنیت سیستم‌های هوش مصنوعی
  • 60. آموزش و توسعه نیروی انسانی متخصص
  • 61. طراحی سیستم‌های هوش مصنوعی سازگار با قوانین
  • 62. مبانی برنامه‌نویسی برای هوش مصنوعی (پایتون)
  • 63. کتابخانه‌های کلیدی پایتون (NumPy, Pandas)
  • 64. کتابخانه‌های یادگیری ماشین (Scikit-learn)
  • 65. فریم‌ورک‌های یادگیری عمیق (TensorFlow, PyTorch)
  • 66. پردازش داده‌ها و مهندسی ویژگی
  • 67. تجسم داده‌ها و نتایج مدل‌ها
  • 68. مدل‌سازی پیشرفته برای وظایف پیچیده
  • 69. بهینه‌سازی هایپرپارامترها
  • 70. تنظیم مدل‌ها برای عملکرد بهتر
  • 71. مبانی پردازش تصویر با هوش مصنوعی
  • 72. کاربرد CNN در تشخیص اشیاء
  • 73. کاربرد CNN در تقسیم‌بندی تصویر
  • 74. مبانی پردازش صوت با هوش مصنوعی
  • 75. مفاهیم پایه در مدل‌های مولد
  • 76. مدل‌های مولد مبتنی بر GAN
  • 77. مدل‌های مولد مبتنی بر Diffusion
  • 78. تولید تصویر با پرامپت
  • 79. ویرایش تصویر با هوش مصنوعی
  • 80. ساخت انیمیشن با هوش مصنوعی
  • 81. تولید موسیقی با هوش مصنوعی
  • 82. ملاحظات حقوقی و شرعی در استفاده از هوش مصنوعی
  • 83. قوانین و مقررات مرتبط با داده‌ها
  • 84. اخلاق حرفه‌ای در توسعه هوش مصنوعی
  • 85. آینده هوش مصنوعی و روندهای نوظهور
  • 86. هوش مصنوعی و تعامل انسان و کامپیوتر
  • 87. هوش مصنوعی و رباتیک
  • 88. هوش مصنوعی و اینترنت اشیاء (IoT)
  • 89. هوش مصنوعی و رایانش ابری
  • 90. هوش مصنوعی و رایانش لبه (Edge Computing)
  • 91. هوش مصنوعی در خدمت تمدن نوین اسلامی
  • 92. توسعه هوش مصنوعی در بستر ارزش‌های انقلابی
  • 93. نقش جوانان در پیشرفت هوش مصنوعی
  • 94. فرصت‌های شغلی در حوزه هوش مصنوعی
  • 95. چالش‌های پیش روی هوش مصنوعی در ایران
  • 96. راهکارهای نوآورانه برای توسعه هوش مصنوعی
  • 97. ایجاد زیست‌بوم دانش‌بنیان هوش مصنوعی
  • 98. همکاری‌های بین‌المللی در حوزه هوش مصنوعی (با رعایت منافع ملی)
  • 99. اصول اولیه طراحی پرسش‌های مؤثر برای LLMs
  • 100. طراحی سناریوهای پیچیده برای تست مدل‌ها

📚 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.