کتاب معماری ترنسفورمر در پردازش زبان طبیعی

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 معماری ترنسفورمر در پردازش زبان طبیعی

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: شبکه‌های عصبی عمیق

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر پردازش زبان طبیعی
  • 2. مبانی یادگیری ماشین
  • 3. مروری بر شبکه‌های عصبی
  • 4. مفهوم توالی و مدل‌سازی آن
  • 5. شبکه‌های عصبی بازگشتی (RNN)
  • 6. شبکه‌های حافظه کوتاه‌مدت بلند (LSTM)
  • 7. شبکه‌های حافظه کوتاه‌مدت (GRU)
  • 8. چالش‌های مدل‌سازی توالی‌های طولانی
  • 9. مفهوم توجه (Attention) در یادگیری ماشین
  • 10. پیش‌نیازهای معماری ترنسفورمر
  • 11. معرفی معماری ترنسفورمر
  • 12. اجزای اصلی ترنسفورمر
  • 13. رمزگذار (Encoder) در ترنسفورمر
  • 14. رمزگشا (Decoder) در ترنسفورمر
  • 15. مکانیزم توجه خودی (Self-Attention)
  • 16. توجه چندسر (Multi-Head Attention)
  • 17. لایه‌های موقعیت‌یابی (Positional Encoding)
  • 18. ورودی و خروجی ترنسفورمر
  • 19. لایه‌های فیدفوروارد (Feed-Forward Layers)
  • 20. اتصالات باقی‌مانده (Residual Connections)
  • 21. نرمال‌سازی لایه‌ای (Layer Normalization)
  • 22. تفاوت ترنسفورمر با RNN و LSTM
  • 23. کاربرد ترنسفورمر در ترجمه ماشینی
  • 24. ترجمه ماشینی آماری در مقابل ترنسفورمر
  • 25. مدل‌سازی زبانی با ترنسفورمر
  • 26. تولید متن با ترنسفورمر
  • 27. کاربرد ترنسفورمر در خلاصه‌سازی متن
  • 28. خلاصه‌سازی انتزاعی و استخراجی
  • 29. ترنسفورمر برای پاسخ به پرسش
  • 30. طبقه‌بندی متن با ترنسفورمر
  • 31. شناسایی موجودیت نام‌گذاری شده (NER)
  • 32. تحلیل احساسات با ترنسفورمر
  • 33. مدل‌های زبانی بزرگ (LLM)
  • 34. معرفی مدل BERT
  • 35. معماری BERT
  • 36. آموزش پیش‌فرض BERT
  • 37. کاربرد BERT در وظایف NLP
  • 38. مدل GPT و خانواده آن
  • 39. معماری GPT
  • 40. آموزش پیش‌فرض GPT
  • 41. کاربرد GPT در تولید متن
  • 42. مدل‌های ترنسفورمر دیگر
  • 43. اهمیت داده در آموزش ترنسفورمر
  • 44. پیش‌پردازش داده برای ترنسفورمر
  • 45. توکنیزاسیون (Tokenization)
  • 46. انواع توکنیزاسیون
  • 47. مدل‌های زبانی مبتنی بر زیرکلمه
  • 48. مفاهیم مربوط به واژگان (Vocabulary)
  • 49. تعبیه‌های کلمه (Word Embeddings)
  • 50. تعبیه‌های موقعیتی (Positional Embeddings)
  • 51. تفاوت تعبیه‌ها
  • 52. بهینه‌سازی در آموزش ترنسفورمر
  • 53. انتخاب نرخ یادگیری (Learning Rate)
  • 54. انواع بهینه‌سازها (Optimizers)
  • 55. تنظیم فراپارامترها (Hyperparameter Tuning)
  • 56. ارزیابی مدل ترنسفورمر
  • 57. معیارهای ارزیابی در NLP
  • 58. معیار BLEU برای ترجمه
  • 59. معیار ROUGE برای خلاصه‌سازی
  • 60. معیار Perplexity در مدل‌سازی زبانی
  • 61. مفاهیم Overfitting و Underfitting
  • 62. تکنیک‌های جلوگیری از Overfitting
  • 63. تنظیم‌گری (Regularization)
  • 64. حذف تصادفی (Dropout)
  • 65. انتقال یادگیری (Transfer Learning)
  • 66. تنظیم دقیق (Fine-tuning) مدل‌های ترنسفورمر
  • 67. استفاده از مدل‌های از پیش آموزش‌دیده
  • 68. ترنسفورمر برای پردازش گفتار
  • 69. ترنسفورمر برای بینایی ماشین
  • 70. کاربردهای پیشرفته ترنسفورمر
  • 71. پردازش زبان طبیعی فارسی
  • 72. چالش‌های NLP فارسی
  • 73. مدل‌های ترنسفورمر برای زبان فارسی
  • 74. ملاحظات اخلاقی در AI
  • 75. تعصب در مدل‌های زبانی
  • 76. شفافیت و قابلیت تفسیر مدل‌ها
  • 77. امنیت و حریم خصوصی در NLP
  • 78. آینده ترنسفورمر در NLP
  • 79. مباحث پیشرفته در توجه
  • 80. مدل‌های ترنسفورمر کارآمدتر
  • 81. ترنسفورمرهای سبک (Lightweight Transformers)
  • 82. محدودیت‌های فعلی ترنسفورمر
  • 83. تحقیقات جاری در معماری ترنسفورمر
  • 84. ترنسفورمرهای گراف (Graph Transformers)
  • 85. ترنسفورمرهای مولتی‌مودال (Multimodal Transformers)
  • 86. کاربرد ترنسفورمر در علوم زیستی
  • 87. کاربرد ترنسفورمر در مالی
  • 88. کاربرد ترنسفورمر در حقوق
  • 89. کاربرد ترنسفورمر در آموزش
  • 90. اصول طراحی معماری‌های نوین
  • 91. خلاصه‌ای از معماری ترنسفورمر
  • 92. مروری بر پیشرفت‌های اخیر
  • 93. مسیرهای تحقیقاتی آینده
  • 94. ترنسفورمر و هوش مصنوعی عمومی (AGI)
  • 95. جمع‌بندی و نتیجه‌گیری
  • 96. مبانی ریاضی ترنسفورمر
  • 97. جبر خطی برای ترنسفورمر
  • 98. حساب دیفرانسیل برای ترنسفورمر
  • 99. آمار و احتمالات برای ترنسفورمر

📚 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.