کتاب آشنایی با مدل‌های زبانی بزرگ و معماری ترنسفورمر

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 آشنایی با مدل‌های زبانی بزرگ و معماری ترنسفورمر

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: معماری‌های پیشرفته شبکه‌های عصبی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مبانی شبکه‌های عصبی مصنوعی
  • 3. انواع شبکه‌های عصبی
  • 4. شبکه‌های عصبی پرسپترون چندلایه
  • 5. توابع فعال‌سازی در شبکه‌های عصبی
  • 6. آموزش شبکه‌های عصبی: گرادیان کاهشی
  • 7. پس‌انتشار خطا (Backpropagation)
  • 8. بهینه‌سازها در شبکه‌های عصبی
  • 9. تنظیم ابرپارامترها در شبکه‌های عصبی
  • 10. اعتبارسنجی و جلوگیری از بیش‌برازش (Overfitting)
  • 11. شبکه‌های عصبی کانولوشنال (CNN)
  • 12. معماری‌های معروف CNN
  • 13. کاربرد CNN در بینایی ماشین
  • 14. شبکه‌های عصبی بازگشتی (RNN)
  • 15. حافظه کوتاه‌مدت طولانی (LSTM)
  • 16. واحد بازگشتی دروازه‌ای (GRU)
  • 17. کاربرد RNN در پردازش زبان طبیعی
  • 18. مقدمه‌ای بر مدل‌های زبانی
  • 19. مدل‌های زبانی آماری
  • 20. مدل‌های زبانی مبتنی بر شبکه‌های عصبی
  • 21. ظهور معماری ترنسفورمر
  • 22. مکانیزم توجه (Attention Mechanism)
  • 23. توجه خودی (Self-Attention)
  • 24. معماری ترنسفورمر: رمزگذار و رمزگشا
  • 25. لایه توجه چندسر (Multi-Head Attention)
  • 26. مدل‌های زبانی بزرگ (LLMs)
  • 27. مبانی مدل‌های زبانی بزرگ
  • 28. آموزش پیش‌ازموعد (Pre-training) LLMs
  • 29. تنظیم دقیق (Fine-tuning) LLMs
  • 30. معماری‌های پیشرفته ترنسفورمر
  • 31. ترنسفورمرهای مبتنی بر رمزگذار
  • 32. ترنسفورمرهای مبتنی بر رمزگشا
  • 33. مدل‌های رمزگذار-رمزگشا
  • 34. مدل‌های GPT (Generative Pre-trained Transformer)
  • 35. مدل‌های BERT (Bidirectional Encoder Representations from Transformers)
  • 36. مدل‌های T5 (Text-to-Text Transfer Transformer)
  • 37. کاربرد LLMs در تولید متن
  • 38. کاربرد LLMs در ترجمه ماشینی
  • 39. کاربرد LLMs در خلاصه‌سازی متن
  • 40. کاربرد LLMs در پرسش و پاسخ
  • 41. کاربرد LLMs در طبقه‌بندی متن
  • 42. کاربرد LLMs در استخراج اطلاعات
  • 43. ملاحظات اخلاقی در LLMs
  • 44. سوگیری در LLMs
  • 45. تفسیرپذیری در LLMs
  • 46. کارایی و مقیاس‌پذیری LLMs
  • 47. ارزیابی LLMs
  • 48. روش‌های ارزیابی LLMs
  • 49. معیارهای ارزیابی LLMs
  • 50. چالش‌های فعلی در LLMs
  • 51. آینده مدل‌های زبانی بزرگ
  • 52. پیشرفت‌ها در معماری ترنسفورمر
  • 53. بهینه‌سازی LLMs
  • 54. کاربردهای نوین LLMs
  • 55. LLMs و پردازش زبان طبیعی پیشرفته
  • 56. LLMs و هوش مصنوعی مولد
  • 57. LLMs و رباتیک
  • 58. LLMs و تعامل انسان و ماشین
  • 59. LLMs و علم داده
  • 60. LLMs و تحلیل احساسات
  • 61. LLMs و تولید کد
  • 62. LLMs و جستجوی هوشمند
  • 63. LLMs و سیستم‌های توصیه‌گر
  • 64. LLMs و آموزش مجازی
  • 65. LLMs و پژوهش علمی
  • 66. LLMs و مسائل اجتماعی
  • 67. LLMs و امنیت سایبری (با رویکرد دفاعی)
  • 68. LLMs و قوانین و مقررات (در چارچوب ایران)
  • 69. مدیریت داده در LLMs
  • 70. حریم خصوصی در LLMs
  • 71. مسئولیت‌پذیری در LLMs
  • 72. توسعه پایدار با LLMs
  • 73. نوآوری در معماری‌های LLM
  • 74. کاربرد LLMs در صنایع مختلف
  • 75. LLMs و هوش مصنوعی عمومی (AGI)
  • 76. محدودیت‌های LLMs
  • 77. تکنیک‌های بهبود عملکرد LLMs
  • 78. پردازش زبان طبیعی در فارسی با LLMs
  • 79. فرهنگ‌سازی استفاده صحیح از LLMs
  • 80. نقش LLMs در پیشرفت علمی کشور
  • 81. تکنیک‌های افزایش دقت LLMs
  • 82. معماری‌های نسل جدید ترنسفورمر
  • 83. مفاهیم پیشرفته در یادگیری عمیق
  • 84. کاربردهای عملی یادگیری ماشین
  • 85. مبانی تحلیل داده با یادگیری ماشین
  • 86. مدل‌سازی پیش‌بینانه با یادگیری ماشین
  • 87. یادگیری تقویتی (Reinforcement Learning)
  • 88. شبکه‌های مولد تخاصمی (GANs)
  • 89. یادگیری عمیق در پردازش سیگنال
  • 90. یادگیری عمیق در سیستم‌های توصیه‌گر
  • 91. کاربرد LLMs در بهینه‌سازی فرآیندها
  • 92. مباحث تخصصی در معماری ترنسفورمر
  • 93. ارزیابی عملکرد مدل‌های زبانی
  • 94. کاربرد LLMs در تولید محتوای آموزشی
  • 95. مبانی مهندسی دانش برای LLMs
  • 96. اخلاق در هوش مصنوعی و LLMs (با رویکرد اسلامی)
  • 97. چارچوب‌های قانونی برای LLMs در ایران
  • 98. ملاحظات فنی پیاده‌سازی LLMs
  • 99. کاربرد LLMs در توسعه نرم‌افزار
  • 100. آینده پژوهش در حوزه LLMs

📚 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.