1. صفحه اصلی
  2. »
  3. آموزش
  4. »
  5. آموزش تصویری
  6. »
  7. Udemy – Mastering Generative AI: LLM Apps, LangChain, RAG & Chatbots 2025-7
Mastering Generative AI_ LLMs, Prompt Engineering & More!

Udemy – Mastering Generative AI: LLM Apps, LangChain, RAG & Chatbots 2025-7

 

توضیحات

Generative AI Masters 2025 – LLMs, Prompt Engineering & More، دوره آموزش تسلط بر هوش مصنوعی مولد: LLM، مهندسی Prompt توسط آکادمی یودمی منتشر شده است. با دوره جامع ما پتانسیل هوش مصنوعی مولد را کشف کنید. این دوره هم برای مبتدیان و هم برای توسعه دهندگان با تجربه طراحی شده است که به دنبال تعمیق درک خود از زمینه به سرعت در حال تکامل هوش مصنوعی هستند. اصول اولیه پایتون، زبان اصلی توسعه هوش مصنوعی را بیاموزید و در دستکاری داده ها با استفاده از کتابخانه هایی مانند Pandas و NumPy مهارت کسب کنید. در دنیای NLP شیرجه بزنید، بر تکنیک‌های پردازش متن، استخراج ویژگی‌ها و استفاده از کتابخانه‌های قدرتمندی مانند NLTK و SpaCy مسلط شوید. معماری مدل های ترانسفورماتور را که در قلب بسیاری از برنامه های کاربردی پیشرفته هوش مصنوعی قرار دارند، درک کنید. اصول یادگیری عمیق و نحوه پیاده سازی شبکه های عصبی با استفاده از TensorFlow و PyTorch را کشف کنید. این دوره در پروژه Capstone به اوج خود می رسد، جایی که شما هر آنچه را که آموخته اید برای حل یک مشکل دنیای واقعی با استفاده از تکنیک های هوش مصنوعی مولد به کار می گیرید. در پایان این دوره، شما یک پایه محکم در هوش مصنوعی مولد و مهارت های پیاده سازی راه حل های پیچیده هوش مصنوعی خواهید داشت. خواه به دنبال ارتقای شغل خود، انتقال به توسعه هوش مصنوعی یا به سادگی کشف این زمینه جذاب باشید، این دوره دروازه شما برای تسلط بر هوش مصنوعی مولد است.

آنچه خواهید آموخت

  • یک پایه محکم در برنامه نویسی پایتون بسازید تا به طور موثر مفاهیم و برنامه های هوش مصنوعی را پیاده سازی کنید.
  • خط لوله کامل پردازش زبان طبیعی، از پیش پردازش داده تا استقرار مدل را درک کنید.
  • بیاموزید که چگونه مدل‌های ترانسفورماتور وظایف NLP را متحول می‌کنند و چگونه از آنها برای کاربردهای مختلف استفاده کنید.
  • ملزومات مدل‌های زبان بزرگ (LLM) و کاربردهای آن‌ها در کارهای تولیدی را بررسی کنید.
  • تجربه عملی با Retrieval-Augmented Generation (RAG) و Langchain برای ساخت برنامه های کاربردی هوش مصنوعی پیشرفته به دست آورید.
  • توسعه مهارت ها در ایجاد اعلان های موثر برای بهینه سازی عملکرد مدل و دستیابی به خروجی های مورد نظر.
  • یاد بگیرید که چگونه از پایگاه های داده برداری برای ذخیره سازی و بازیابی کارآمد جاسازی ها در پروژه های هوش مصنوعی استفاده کنید.

این دوره برای چه کسانی مناسب است

  • افراد علاقه مند به هوش مصنوعی و ML که می خواهند دانش و مهارت های خود را در برنامه های کاربردی هوش مصنوعی مولد گسترش دهند.
  • حرفه ای ها به دنبال افزایش تخصص خود در ساخت و استقرار مدل های هوش مصنوعی مولد هستند
  • توسعه دهندگان علاقه مند به ادغام قابلیت های پیشرفته هوش مصنوعی در برنامه های خود و یادگیری در مورد استقرار و بهینه سازی مدل های هوش مصنوعی.

مشخصات دوره Generative AI Masters 2025 – LLMs, Prompt Engineering & More

سر فصل های دوره Generative AI Masters 2025 – LLMs, Prompt Engineering & More

Mastering Generative AI_ LLM Apps, LangChain, RAG & Chatbots

پیش نیاز های دوره

  • No pre-requisites

تصاویر

Mastering Generative AI_ LLM Apps, LangChain, RAG & Chatbots

فیلم نمونه

راهنمای نصب

پس از Extract، با Player دلخواه خود مشاهده کنید.

زیرنویس: انگلیسی

کیفیت: 720p

عنوان قبلی: 

Mastering Generative AI: LLMs, Prompt Engineering & More!

تغییرات:

نسخه 2025/5 نسبت به 2025/3 به تعداد 3 درس و مدت زمان 8 ساعت 3 دقیقه افزایش داشته است.

نسخه 2025/7 نسبت به 2025/5 به تعداد 8 درس افزایش و مدت زمان 2 ساعت 11 دقیقه افزایش داشته است.

لینک دانلود

دانلود بخش 1 – 4 گیگابایت

دانلود بخش 2 – 4 گیگابایت

دانلود بخش 3 – 4 گیگابایت

دانلود بخش 4 – 4 گیگابایت

دانلود بخش 5 – 4 گیگابایت

دانلود بخش 6 – 4 گیگابایت

دانلود بخش 7 – 198 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

24.19 گیگابایت

رتبه دهید

محاسبه حجم دانلود برای ایرانسل به‌صورت تمام‌بها است.

Download Faster Without Limitation

The data center of free servers has applied a non-Iranian IP restriction on some servers
There is no limitation for VIP servers

برچسب ها:

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این قسمت نباید خالی باشد
این قسمت نباید خالی باشد
لطفاً یک نشانی ایمیل معتبر بنویسید.
فقط دیدگاه‌هایی که جنبه‌ی استفاده‌ی عمومی دارد، نمایش داده می‌شود؛ درصورت تمایل به دریافت نتیجه‌ی رسیدگیِ دیدگاه خود، ایمیل معتبر وارد کنید.

فهرست