توضیحات
دوره A deep understanding of AI large language model mechanisms. این دوره فشرده با بیش از ۹۰ ساعت آموزش، به بررسی دقیق مدلهای زبان بزرگ (LLM) مانند ChatGPT، GPT-4، GPT-5، Claude، Gemini و LLaMA میپردازد. برخلاف دورههای معمولی که تنها کاربرد این مدلها را آموزش میدهند، این دوره به تحلیل عمیق مکانیسمهای آنها با استفاده از روشهای یادگیری ماشین و قابلیت تفسیر مکانیکی میپردازد. مباحث شامل معماری ترنسفورمرها، مکانیسمهای Self-attention، لایههای Embeddings، پایپلاینهای آموزش و استراتژیهای استنتاج است که همراه با کدهای عملی Python و PyTorch ارائه میشوند. این دوره برای محققان، مهندسان و یادگیرندگان پیشرفته طراحی شده که میخواهند فراتر از استفاده از API به عنوان یک “جعبه سیاه” بروند. شرکتکنندگان با معماری کامل LLMها، ریاضیات مکانیسمهای توجه، فرآیند آموزش، تنظیم دقیق، مهندسی پرامپت، متریکهای ارزیابی و تکنیکهای استنتاج آشنا میشوند. همچنین، محدودیتها و سوگیریهای LLMها، قابلیت تفسیر، ملاحظات اخلاقی و هوش مصنوعی مسئولانه بررسی میشود. پیادهسازی عملی با PyTorش، تحلیل مولفههای اصلی، خوشهبندی ابعاد بالا و کاربردهای پیشرفته شباهت کسینوسی از دیگر بخشهای این دوره است. این دوره پایهای جامع برای ساخت ترنسفورمر از پایه، تنظیم مدلهای موجود یا درک ریاضیات و مهندسی پشت هوش مصنوعی مولد ارائه میدهد.
آنچه فرا خواهید گرفت
- معماریهای مدل زبانی بزرگ (LLM)، از جمله GPT (از OpenAI) و BERT.
- بلوکهای Transformer.
- الگوریتم Attention.
- PyTorch.
- پیشآموزش LLM.
- هوش مصنوعی قابل توضیح (Explainable AI).
- قابلیت تفسیر مکانیکی (Mechanistic Interpretability).
- یادگیری ماشین (Machine learning).
- یادگیری عمیق (Deep learning).
- تحلیل مولفههای اصلی (Principal components analysis).
- خوشهبندی با ابعاد بالا (High-dimensional clustering).
- کاهش ابعاد (Dimension reduction).
- کاربردهای پیشرفته شباهت کسینوسی (cosine similarity).
این دوره مناسب افرادیست که
- مهندسان یادگیری ماشین و دانشمندان داده.
- محققان هوش مصنوعی و متخصصان پردازش زبان طبیعی.
- توسعهدهندگان نرمافزاری که به یادگیری عمیق و هوش مصنوعی مولد علاقهمندند.
- دانشجویان تحصیلات تکمیلی یا یادگیرندگان خودآموخته با مهارتهای متوسط Python و دانش پایه یادگیری ماشین.
- مهندسان هوش مصنوعی.
- دانشمندانی که به مدلسازی autoregressive مدرن علاقهمندند.
- علاقهمندان به پردازش زبان طبیعی.
- دانشجویان یک دوره یادگیری ماشین یا علم داده.
- دانشجویان کارشناسی علاقهمند به مدلهای زبان بزرگ.
- متخصصان یادگیری ماشین یا علم داده.
- محققان در حوزه هوش مصنوعی قابل توضیح.
مشخصات دوره A deep understanding of AI large language model mechanisms
- ناشر : Udemy
- مدرس : Mike X Cohen
- زبان: انگلیسی
- سطح آموزش : تمام سطوح
- تعداد دروس : 329
- مدت زمان آموزش : 91 ساعت و 3 دقیقه
سرفصل های دوره
پیشنیازهای دوره A deep understanding of AI large language model mechanisms
- Motivation to learn about large language models and AI
- Experience with coding is helpful but not necessary
- Familiarity with machine learning is helpful but not necessary
- Basic linear algebra is helpful
- Deep learning, including gradient descent, is helpful but not necessary
تصاویر دوره
نمونه فیلم دوره
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: انگلیسی
کیفیت: 720p
تغییرات:
نسخه 2025/8 نسبت به 2025/6 به تعداد 1 درس افزایش و مدت زمان 5 ساعت و 14 دقیقه کاهش داشته است. همچنین زیرنویس انگلیسی به دوره اضافه شد.
نسخه 2025/11 نسبت به 2025/8 به مدت زمان 1 ساعت 46 دقیقه کاهش داشته است.
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
63.22 گیگابایت
































![[NEW] Pass AWS Certified Cloud Practitioner CLF-C02|Beginner](https://downloadly.ir/wp-content/uploads/2024/09/NEW__Pass_AWS_Certified_Cloud_Practitioner_CLF-C02_Beginner-Copy.jpg)















7 دیدگاه. همین الان خارج شوید
باتشکر از زحمات شما
لطفا اپدیت کنید.
ممنون
سلام
تغییرات زیادی نداشته است.
سلام و عرض ادب؛
اگر امکانش هست این دوره رو هم، مثل دوره های قبلی، با کیفیت 1080 قرار بدید، خیلی متشکرم ازتون.
سلام
حجم نسخه 1080 خیلی بالا می رود.
با سلام و درود
اگه ممکنه دوره رو آپدیت کنید. آپدیت جدید اومده و نیز زیر نویس هم اضافه کنید
سلام
به روز شد.
ممنون واقعا