سپنتا کتاب اکسپرس
کتاب یادگیری عمیق در مدل‌های زبانی بزرگ

کتاب یادگیری عمیق در مدل‌های زبانی بزرگ

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 یادگیری عمیق در مدل‌های زبانی بزرگ

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

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

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری عمیق و مدل‌های زبانی بزرگ
  • 2. مبانی شبکه‌های عصبی مصنوعی
  • 3. توابع فعال‌سازی در شبکه‌های عصبی
  • 4. پس‌انتشار خطا (Backpropagation)
  • 5. بهینه‌سازها در یادگیری عمیق
  • 6. تنظیم‌کننده‌ها و تکنیک‌های جلوگیری از بیش‌برازش (Overfitting)
  • 7. معماری‌های شبکه‌های عصبی پرکاربرد
  • 8. شبکه‌های عصبی کانولوشنال (CNN)
  • 9. شبکه‌های عصبی بازگشتی (RNN)
  • 10. حافظه کوتاه‌مدت طولانی (LSTM)
  • 11. واحد بازگشتی دروازه‌ای (GRU)
  • 12. مبانی پردازش زبان طبیعی (NLP)
  • 13. پیش‌پردازش متن: توکن‌سازی و پاک‌سازی
  • 14. تعبیه‌سازی کلمات (Word Embeddings): Word2Vec
  • 15. تعبیه‌سازی کلمات: GloVe
  • 16. تعبیه‌سازی کلمات: FastText
  • 17. مدل‌های زبانی آماری
  • 18. مدل‌های زبانی مبتنی بر شبکه‌های عصبی
  • 19. شبکه‌های عصبی ترنسفورمر (Transformer Networks)
  • 20. مکانیزم توجه (Attention Mechanism)
  • 21. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLMs)
  • 22. معماری ترنسفورمر در LLMs
  • 23. مدل‌های پیش‌آموزش‌دیده (Pre-trained Models)
  • 24. BERT: Bidirectional Encoder Representations from Transformers
  • 25. GPT: Generative Pre-trained Transformer
  • 26. تفاوت‌های GPT و BERT
  • 27. آموزش پیش‌گیری (Pre-training) در LLMs
  • 28. مجموعه‌داده‌های مورد استفاده در پیش‌آموزش
  • 29. تکنیک‌های پیش‌آموزش: Masked Language Modeling (MLM)
  • 30. تکنیک‌های پیش‌آموزش: Next Sentence Prediction (NSP)
  • 31. تنظیم دقیق (Fine-tuning) مدل‌های زبانی بزرگ
  • 32. تنظیم دقیق برای وظایف طبقه‌بندی متن
  • 33. تنظیم دقیق برای وظایف پاسخ به سوال
  • 34. تنظیم دقیق برای وظایف خلاصه‌سازی متن
  • 35. تنظیم دقیق برای وظایف ترجمه ماشینی
  • 36. تنظیم دقیق برای وظایف تولید متن
  • 37. تنظیم دقیق با استفاده از داده‌های کم (Few-shot Learning)
  • 38. تنظیم دقیق با استفاده از یادگیری در متن (In-context Learning)
  • 39. ارزیابی مدل‌های زبانی بزرگ
  • 40. معیارهای ارزیابی در NLP
  • 41. معیارهای ارزیابی برای وظایف تولید متن
  • 42. معیارهای ارزیابی برای وظایف طبقه‌بندی
  • 43. معیارهای ارزیابی برای وظایف پاسخ به سوال
  • 44. چالش‌های مدل‌های زبانی بزرگ
  • 45. تعصبات در مدل‌های زبانی بزرگ
  • 46. اخلاق در هوش مصنوعی و LLMs
  • 47. کاربردهای مدل‌های زبانی بزرگ در صنعت
  • 48. کاربرد در دستیارهای مجازی هوشمند
  • 49. کاربرد در تولید محتوا و بازاریابی
  • 50. کاربرد در تحلیل احساسات و نظرات
  • 51. کاربرد در حوزه آموزش و یادگیری
  • 52. کاربرد در توسعه نرم‌افزار و کدنویسی
  • 53. کاربرد در حوزه سلامت و پزشکی
  • 54. کاربرد در حوزه حقوق و قضایی
  • 55. کاربرد در حوزه پژوهش و علم
  • 56. کاربرد در حوزه خدمات مشتریان
  • 57. کاربرد در حوزه ترجمه و بومی‌سازی
  • 58. کاربرد در حوزه بازی‌سازی و سرگرمی
  • 59. کاربرد در حوزه مدیریت دانش
  • 60. کاربرد در تحلیل داده‌های متنی حجیم
  • 61. کاربرد در کشف اطلاعات و دانش
  • 62. کاربرد در سیستم‌های توصیه‌گر
  • 63. کاربرد در اعتبارسنجی اطلاعات
  • 64. کاربرد در تولید شعر و داستان
  • 65. کاربرد در تحلیل صورت‌های مالی
  • 66. کاربرد در تشخیص ناهنجاری در متن
  • 67. کاربرد در سیستم‌های پرسش و پاسخ
  • 68. کاربرد در هوش مصنوعی مولد
  • 69. کاربرد در یادگیری تقویتی با بازخورد انسانی (RLHF)
  • 70. روش‌های پیاده‌سازی LLMs
  • 71. کتابخانه‌ها و فریم‌ورک‌های محبوب (PyTorch, TensorFlow)
  • 72. استفاده از Hugging Face Transformers
  • 73. استفاده از مدل‌های متن‌باز
  • 74. پیاده‌سازی مدل‌های زبانی در پروژه‌های عملی
  • 75. نکات مهم در انتخاب مدل مناسب
  • 76. انتخاب مدل بر اساس وظیفه
  • 77. انتخاب مدل بر اساس منابع محاسباتی
  • 78. انتخاب مدل بر اساس زبان
  • 79. ملاحظات امنیتی در استفاده از LLMs
  • 80. حفاظت از داده‌های حساس
  • 81. جلوگیری از سوءاستفاده از LLMs
  • 82. ملاحظات مربوط به تولید محتوای نادرست
  • 83. مدیریت و به‌روزرسانی مدل‌ها
  • 84. آینده مدل‌های زبانی بزرگ
  • 85. پیشرفت‌های آتی در معماری‌ها
  • 86. مدل‌های چندوجهی (Multimodal Models)
  • 87. مدل‌های زبانی بزرگ با توانایی استدلال
  • 88. مدل‌های زبانی بزرگ کارآمدتر
  • 89. نقش LLMs در تحول دیجیتال
  • 90. تأثیر LLMs بر بازار کار
  • 91. چالش‌های حقوقی و نظارتی LLMs
  • 92. آموزش و توسعه مهارت‌های مرتبط با LLMs
  • 93. کاربرد LLMs در ارتقاء بهره‌وری
  • 94. مبانی اقتصاد و کسب‌وکار در حوزه LLMs
  • 95. مدل‌های کسب‌وکار مبتنی بر LLMs
  • 96. فرهنگ‌سازی و آموزش عمومی در خصوص LLMs
  • 97. مبانی حقوقی و چارچوب‌های قانونی LLMs
  • 98. مطالعات موردی موفق در پیاده‌سازی LLMs
  • 99. چالش‌ها و راه‌حل‌ها در پروژه‌های LLMs
  • 100. تکنیک‌های بهینه‌سازی برای استقرار 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.