توضیحات
AI-Assisted Machine Learning with LLMs and MCP in JupyterLab دوره آموزشی ترکیب هوش مصنوعی، یادگیری ماشین و مدل‌های زبانی بزرگ (LLM) می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. این دوره بررسی می‌کند چگونه دستیارهای هوش مصنوعی می‌توانند از وظایف یادگیری ماشین، از کاوش و پیش‌پردازش داده تا توسعه، ارزیابی و آزمایش مدل، پشتیبانی کنند. یاد می‌گیرید چگونه با نوت‌بوک‌های JupyterLab کار کنید، از LLMها برای کمک به وظایف کدنویسی و تحلیلی استفاده کنید و پروتکل زمینه مدل (MCP) را برای اتصال سیستم‌های هوش مصنوعی به ابزارها و منابع خارجی سازگار کشف کنید. می‌فهمید گردش‌کارهای به کمک هوش مصنوعی چگونه می‌توانند به ساده‌سازی وظایف تکراری، تسریع آزمایش و بهبود بهره‌وری در سراسر چرخه عمر یادگیری ماشین کمک کنند. مبانی یادگیری ماشین به کمک هوش مصنوعی را درک می‌کنید و JupyterLab را برای برنامه‌نویسی تعاملی پایتون و علم داده بررسی می‌کنید. یاد می‌گیرید مدل‌های زبانی بزرگ (LLM) چگونه می‌توانند از گردش‌کارهای یادگیری ماشین پشتیبانی کنند و از دستیارهای هوش مصنوعی برای کمک به نوشتن، توضیح‌دادن و بهبود کد پایتون استفاده می‌کنید.
آماده‌سازی داده، پیش‌پردازش و تحلیل اکتشافی داده را بررسی می‌کنید و مبانی آموزش و ارزیابی مدل یادگیری ماشین را درک می‌کنید. پروتکل زمینه مدل (MCP) و نقش آن در اتصال سیستم‌های هوش مصنوعی به ابزارهای خارجی را کشف می‌کنید و تکنیک‌های به کمک هوش مصنوعی را در آزمایش مبتنی بر نوت‌بوک یکپارچه می‌کنید. JupyterLab را نصب می‌کنید و Jupyter MCP Server را نصب می‌کنید. Claude را از طریق MCP به JupyterLab متصل می‌کنید و سایر عامل‌های LLM را نیز از طریق MCP به JupyterLab متصل می‌کنید. یاد می‌گیرید چگونه به‌درستی به LLM پرامپت دهید تا یادگیری ماشین انجام دهد. LLM را به‌صورت محلی با LM Studio اجرا می‌کنید و از LLM برای توضیح‌دادن و یادگیری یادگیری ماشین استفاده می‌کنید. از LLM برای عیب‌یابی و رفع مشکلات کدنویسی استفاده می‌کنید و موارد بسیار بیشتری را کشف می‌کنید. با بهبود بهره‌وری از طریق اتوماسیون گردش‌کار و کمک کدنویسی هوشمند، پایه‌ای برای توسعه گردش‌کارهای مدرن علم داده تقویت‌شده با هوش مصنوعی می‌سازید.
آنچه در دوره AI-Assisted Machine Learning with LLMs and MCP in JupyterLab یاد خواهید گرفت:
- نصب JupyterLab
- نصب Jupyter MCP Server
- اتصال Claude به JupyterLab از طریق MCP
- اتصال سایر عامل‌های LLM به JupyterLab از طریق MCP
- نحوه پرامپت‌دهی درست به LLM برای انجام یادگیری ماشین
- اجرای محلی LLM با استفاده از LM Studio
- استفاده از LLM برای توضیح‌دادن و یادگیری یادگیری ماشین
- استفاده از LLM برای عیب‌یابی و رفع مشکلات کدنویسی
- و …
مشخصات دوره
ناشر: یودمی
مدرس: Paul Chin, PhD
زبان: انگلیسی
سطح آموزش: مقدماتی تا پیشرفته
تعداد دروس: 36
مدت زمان آموزش: 5 ساعت و 20 دقیقه
سرفصل های دوره
پیش نیازهای دوره AI-Assisted Machine Learning with LLMs and MCP in JupyterLab
Basic Python knowledge is helpful, but you do not need to be an expert.
An NVIDIA GPU on Windows PC is preferred for faster model training, but CPU-only will work but just slower
Basic machine learning knowledge background would be helpful but not mandatory
تصاویر دوره
فیلم معرفی دوره AI-Assisted Machine Learning with LLMs and MCP in JupyterLab
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: انگلیسی
کیفیت: 1080p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
2.9 گیگابایت
