کتاب معماری‌های مدرن NLU: ترانسفورمرها، شبکه‌های عصبی و فراتر از آن

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 معماری‌های مدرن NLU: ترانسفورمرها، شبکه‌های عصبی و فراتر از آن

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: فهم زبان طبیعی (Natural Language Understanding - NLU)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر پردازش زبان طبیعی مدرن
  • 2. مبانی شبکه‌های عصبی مصنوعی
  • 3. توابع فعال‌سازی در شبکه‌های عصبی
  • 4. بهینه‌سازی شبکه‌های عصبی: گرادیان نزولی
  • 5. پس‌انتشار خطا (Backpropagation)
  • 6. شبکه‌های عصبی بازگشتی (RNN)
  • 7. شبکه‌های حافظه کوتاه‌مدت و بلندمدت (LSTM)
  • 8. واحدهای بازگشتی دروازه‌دار (GRU)
  • 9. پردازش دنباله‌ها با RNNها
  • 10. چالش‌های شبکه‌های عصبی بازگشتی
  • 11. مقدمه‌ای بر معماری ترانسفورمر
  • 12. مکانیزم توجه (Attention Mechanism)
  • 13. توجه خودی (Self-Attention)
  • 14. توجه چندسر (Multi-Head Attention)
  • 15. لایه‌های انکودر در ترانسفورمر
  • 16. لایه دیکودر در ترانسفورمر
  • 17. ساختار کلی معماری ترانسفورمر
  • 18. ترانسفورمرها برای وظایف ترجمه ماشینی
  • 19. کاربرد ترانسفورمرها در خلاصه‌سازی متن
  • 20. ترانسفورمرها برای تولید متن
  • 21. مدل‌های زبانی مبتنی بر ترانسفورمر
  • 22. BERT: نمایش دوطرفه از رمزگذار ترانسفورمر
  • 23. آموزش پیشرفته BERT (Pre-training)
  • 24. تنظیم دقیق BERT (Fine-tuning)
  • 25. کاربردهای BERT در پاسخ به سوال
  • 26. BERT برای تشخیص احساسات
  • 27. GPT: مولد از پیش آموزش‌دیده ترانسفورمر
  • 28. GPT-1، GPT-2 و GPT-3
  • 29. تولید متن خلاقانه با GPT
  • 30. کاربرد GPT در چت‌بات‌ها
  • 31. مدل‌های زبانی بزرگ (LLMs)
  • 32. معماری‌های LLMهای مدرن
  • 33. چالش‌های مقیاس‌پذیری در LLMs
  • 34. آموزش و تنظیم LLMs
  • 35. ارزیابی LLMs
  • 36. کاربرد LLMs در تحلیل متن
  • 37. LLMs برای درک مطلب
  • 38. LLMs و تولید محتوای داستانی
  • 39. LLMs در حوزه آموزش
  • 40. اخلاق در LLMs و پردازش زبان طبیعی
  • 41. تعصبات در مدل‌های زبانی
  • 42. کاهش تعصبات در LLMs
  • 43. شفافیت و قابلیت تفسیر LLMs
  • 44. حریم خصوصی در پردازش زبان طبیعی
  • 45. امنیت در مدل‌های زبانی
  • 46. کاربردهای پردازش زبان طبیعی در سلامت
  • 47. پردازش زبان طبیعی در حوزه حقوق
  • 48. پردازش زبان طبیعی در امور مالی
  • 49. پردازش زبان طبیعی در حوزه گردشگری
  • 50. پردازش زبان طبیعی در خدمات مشتریان
  • 51. پردازش زبان طبیعی برای دستیاران صوتی
  • 52. پردازش زبان طبیعی و واقعیت افزوده
  • 53. پردازش زبان طبیعی و واقعیت مجازی
  • 54. پردازش زبان طبیعی در بازی‌های ویدئویی
  • 55. پردازش زبان طبیعی و شبکه‌های اجتماعی
  • 56. تحلیل محتوای شبکه‌های اجتماعی
  • 57. شناسایی اخبار جعلی با NLP
  • 58. پردازش زبان طبیعی برای تحلیل بازار
  • 59. پردازش زبان طبیعی در سیستم‌های توصیه‌گر
  • 60. سیستم‌های پرسش و پاسخ مبتنی بر دانش
  • 61. مدیریت دانش با NLP
  • 62. استخراج اطلاعات از متن
  • 63. شناسایی موجودیت‌های نام‌دار (NER)
  • 64. رابطه استخراج موجودیت (RE)
  • 65. تحلیل معنایی متن
  • 66. تشخیص موضوع (Topic Modeling)
  • 67. خوشه‌بندی متون
  • 68. طبقه‌بندی متون
  • 69. تحلیل احساسات و نظرات
  • 70. شناسایی طنز و کنایه در متن
  • 71. پردازش زبان طبیعی چندزبانه
  • 72. ترجمه ماشینی عصبی (NMT)
  • 73. چالش‌های ترجمه ماشینی
  • 74. مدل‌های زبانی چندوجهی (Multimodal LLMs)
  • 75. پردازش زبان طبیعی و بینایی کامپیوتر
  • 76. پردازش زبان طبیعی و پردازش تصویر
  • 77. پردازش زبان طبیعی و پردازش صدا
  • 78. پردازش زبان طبیعی در رباتیک
  • 79. یادگیری تقویتی در NLP
  • 80. یادگیری انتقالی در NLP
  • 81. یادگیری فدرال در NLP
  • 82. یادگیری فعال در NLP
  • 83. روش‌های کاهش ابعاد در NLP
  • 84. نمایش کلمات (Word Embeddings)
  • 85. Word2Vec و GloVe
  • 86. نمایش متون (Document Embeddings)
  • 87. مدل‌های زبانی مولد پیشرفته
  • 88. مدل‌های زبانی شرطی
  • 89. تولید متن با کنترل معنایی
  • 90. ارزیابی کیفی متن تولید شده
  • 91. مقدمه‌ای بر هوش مصنوعی مولد
  • 92. کاربرد هوش مصنوعی مولد در هنر
  • 93. هوش مصنوعی مولد در موسیقی
  • 94. هوش مصنوعی مولد در طراحی
  • 95. آینده پردازش زبان طبیعی
  • 96. چالش‌های پیش رو در NLP
  • 97. مسیرهای تحقیقاتی آینده در NLP
  • 98. اهمیت پردازش زبان طبیعی در دنیای امروز

📚 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.