سپنتا کتاب اکسپرس
کتاب راهنمای جامع برای ورود به دنیای LLMها

کتاب راهنمای جامع برای ورود به دنیای LLMها

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 راهنمای جامع برای ورود به دنیای LLMها

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

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

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و مدل‌های زبان بزرگ
  • 2. تاریخچه و تکامل مدل‌های زبان
  • 3. معماری‌های کلیدی مدل‌های زبان: از RNN تا Transformer
  • 4. مبانی شبکه‌های عصبی و یادگیری عمیق
  • 5. آموزش مدل‌های زبان: داده‌ها و الگوریتم‌ها
  • 6. پیش‌پردازش متن: پاکسازی و توکنیزاسیون
  • 7. تعبیه‌سازی کلمات: Word2Vec و GloVe
  • 8. مدل‌های زبانی مبتنی بر Transformer: معرفی
  • 9. مکانیسم توجه (Attention Mechanism)
  • 10. معماری GPT: تاریخچه و نسخه‌ها
  • 11. معماری BERT: مبانی و کاربردها
  • 12. مدل‌های زبانی بزرگ (LLMها): تعریف و ویژگی‌ها
  • 13. انواع LLMها: مولد و طبقه‌بندی‌کننده
  • 14. تولید متن با LLMها
  • 15. خلاصه‌سازی متن با LLMها
  • 16. ترجمه ماشینی با LLMها
  • 17. پاسخ به پرسش با LLMها
  • 18. تحلیل احساسات با LLMها
  • 19. طبقه‌بندی متن با LLMها
  • 20. استخراج اطلاعات با LLMها
  • 21. تشخیص موجودیت نام‌دار (NER)
  • 22. مدل‌سازی موضوعی
  • 23. شناسایی کلمات کلیدی
  • 24. تشخیص اسپم
  • 25. تشخیص زبان
  • 26. تولید کد با LLMها
  • 27. اشکال‌زدایی کد با LLMها
  • 28. تفسیر کد با LLMها
  • 29. تکمیل کد با LLMها
  • 30. تولید سناریو و داستان
  • 31. تولید شعر و متن ادبی
  • 32. تولید محتوای آموزشی
  • 33. تولید محتوای بازاریابی
  • 34. تولید پاسخ‌های ربات چت
  • 35. کاربرد LLMها در خدمات مشتری
  • 36. کاربرد LLMها در آموزش
  • 37. کاربرد LLMها در پزشکی (با رعایت چارچوب رسمی)
  • 38. کاربرد LLMها در حقوق (با رعایت چارچوب رسمی)
  • 39. کاربرد LLMها در امور مالی (با رعایت چارچوب رسمی)
  • 40. کاربرد LLMها در پژوهش
  • 41. کاربرد LLMها در دولت الکترونیک
  • 42. کاربرد LLMها در بازی‌سازی
  • 43. کاربرد LLMها در تولید موسیقی (با رعایت چارچوب رسمی)
  • 44. کاربرد LLMها در هنر (با رعایت چارچوب رسمی)
  • 45. کاربرد LLMها در تحلیل داده‌های بزرگ
  • 46. کاربرد LLMها در امنیت سایبری (با رعایت چارچوب رسمی)
  • 47. محدودیت‌ها و چالش‌های LLMها
  • 48. سوگیری در LLMها و راه‌های مقابله
  • 49. اخلاق در استفاده از LLMها
  • 50. حریم خصوصی و داده‌ها در LLMها
  • 51. امنیت مدل‌های زبان بزرگ
  • 52. ارزیابی عملکرد LLMها
  • 53. معیارهای ارزیابی تولید متن
  • 54. معیارهای ارزیابی ترجمه ماشینی
  • 55. معیارهای ارزیابی پاسخ به پرسش
  • 56. معیارهای ارزیابی تحلیل احساسات
  • 57. تنظیم دقیق (Fine-tuning) LLMها
  • 58. تکنیک‌های Prompt Engineering
  • 59. مهندسی Prompt برای تولید متن
  • 60. مهندسی Prompt برای خلاصه‌سازی
  • 61. مهندسی Prompt برای ترجمه
  • 62. مهندسی Prompt برای پاسخ به پرسش
  • 63. مهندسی Prompt برای تحلیل احساسات
  • 64. مهندسی Prompt برای استخراج اطلاعات
  • 65. مهندسی Prompt برای تولید کد
  • 66. یادگیری با چند مثال (Few-shot Learning)
  • 67. یادگیری با یک مثال (One-shot Learning)
  • 68. یادگیری بدون مثال (Zero-shot Learning)
  • 69. مدل‌های زبان چندوجهی (Multimodal LLMs)
  • 70. پردازش زبان طبیعی (NLP) و LLMها
  • 71. یادگیری انتقالی (Transfer Learning) در NLP
  • 72. مدل‌های زبانی توکنیزه‌شده
  • 73. مدل‌های زبانی مبتنی بر توکن‌های کاراکتری
  • 74. مدل‌های زبانی مبتنی بر زیرکلمه (Subword)
  • 75. مفهوم Token Embedding
  • 76. مفهوم Positional Encoding
  • 77. مفهوم Self-Attention
  • 78. مفهوم Multi-Head Attention
  • 79. مفهوم Feed-Forward Networks
  • 80. مفهوم Layer Normalization
  • 81. مفهوم Residual Connections
  • 82. نکات مهم در انتخاب LLM مناسب
  • 83. نکات مهم در پیاده‌سازی LLMها
  • 84. پلتفرم‌های آموزش و استقرار LLMها
  • 85. ابزارهای کار با LLMها
  • 86. مروری بر آخرین پیشرفت‌ها در LLMها
  • 87. آیندهٔ مدل‌های زبان بزرگ
  • 88. نقش LLMها در تحول دیجیتال
  • 89. آموزش مداوم و به‌روزرسانی LLMها
  • 90. کاربرد LLMها در مدل‌سازی پیش‌بینانه
  • 91. مدل‌سازی زبان و درک مطلب
  • 92. مدل‌سازی زبان و تولید گفتار
  • 93. مدل‌سازی زبان و پردازش گفتار
  • 94. طراحی سیستم‌های مبتنی بر LLM
  • 95. ملاحظات فنی در استقرار LLMها
  • 96. مدیریت هزینه‌های استفاده از LLMها
  • 97. مشارکت در جامعهٔ LLMها

📚 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.