دوره جامع آمادگی آزمون گواهینامه ریسک و هوش مصنوعی (RAI) - آخرین آپدیت

سرفصل ها و درس ها

خوش‌آمدگویی و مرور کلی Welcome and Overview

• مرور کلی دوره Course Overview

• آزمون تمرینی Practice Test

• پیوستن به جامعه کاربران Join the Community

ماژول ۱ Module I

• هوش مصنوعی کلاسیک Classical AI

• هوش مصنوعی خاص در مقابل عمومی Specific Vs General AI

• هوش مصنوعی سنتی (GOFAI) Good Old Fashioned AI (GOFAI)

• یادگیری تقویتی ساده Simple Reinforcement Learning

• پیش‌بینی آینده (Lookahead) Lookahead

• جستجو در هوش مصنوعی Search in AI

• بازگشت (Recursion) Recursion

• جستجوی درختی تقابلی بازگشتی در AI Recursive Adversarial Tree Search in AI

• پیچیدگی، اکتشافی‌ها و یادگیری تقویتی Complexity, Heuristics, and Reinforcement Learning

• محدودیت‌های هوش مصنوعی کلاسیک Limits of Classical AI

• معرفی شبکه‌های عصبی Introducing Neural Nets

• نورون مصنوعی Artificial Neuron

• اتصال‌گرایی و چالش‌های اولیه آن Connectionism and Its Early Challenges

• یادگیری عمیق (Deep Learning) Deep Learning

• برتری یادگیری عمیق نسبت به AI نمادین DL Beats Symbolic AI at Its Own Game

• ناشناخته بودن (Inscrutability) یادگیری عمیق Inscrutability of Deep Learning

• ظهور هوش مصنوعی عمومی (AGI) Dawn of AGI

• یادگیری ماشین و ریسک‌ها ML & Risks

• مثال‌های یادگیری بدون نظارت - PCA Examples of Unsupervised Learning - PCA

• ریسک‌های مربوط به عدم شفافیت مدل Risks of Inscrutability

• ریسک‌های اتکای بیش از حد Risks of Overreliance

• ریسک‌های متوجه ما Risks to Us

• مدیر ارشد داده و هوش مصنوعی (CDAIO) Chief Data and AI Officer (CDAIO)

• کوییز ماژول ۱ Module 1 Quiz

ماژول ۲ فصل ۱: معرفی ابزارها Module 2 - Chapter 1: Intro to Tools

• مقدمه Introduction

• انواع یادگیری ماشین Types of ML

• تحلیل اکتشافی داده‌ها (EDA) Exploratory Data Analysis

• پاک‌سازی داده‌ها Data Cleaning

• بصری‌سازی داده‌ها Data Visualization

• استخراج ویژگی Feature Extraction

• مقیاس‌بندی داده‌ها Data Scaling

• تبدیل داده‌ها Data Transformation

• تکنیک‌های کاهش ابعاد Dimensionality Reduction Techniques

• آموزش، اعتبارسنجی و تست Training, Validation, and Testing

• نرم‌افزارهای یادگیری ماشین Software for Machine Learning

• کوییز ماژول ۲ فصل ۱ Module 2: Chapter 1 Quiz

ماژول ۲ فصل ۲: یادگیری بدون نظارت Module 2: Chapter 2 - Unsupervised Learning

• مقدمه Introduction

• الگوریتم K-Means K-Means Algorithm

• مدیریت عملکرد Performance Management

• انتخاب مراکز (Centroids) Selecting Centroids

• مثال انتخاب مراکز Selection of Centroids - Example

• مزایا و مشکلات K-Means Advantages and Problems of K-Means

• K-Means فازی Fuzzy K-Means

• خوشه‌بندی سلسله‌مراتبی Hierarchical Clustering

• خوشه‌بندی مبتنی بر چگالی Density Based Clustering

• کوییز ماژول ۲ فصل ۲ Module 2: Chapter 2 Quiz

ماژول ۲ فصل ۳: رگرسیون خطی ساده Module 2 - Chapter 3: Simple Linear Regression

• مقدمه: رگرسیون خطی ساده Introduction: Simple Linear Regression

• رگرسیون خطی چندگانه Multi Linear Regression

• مثال نرخ دستمزد Wage Rates Example

• مشکلات احتمالی در رگرسیون Potential Problems in Regression

• رویه رگرسیون گام‌به‌گام Stepwise Regression Procedure

• مسئله طبقه‌بندی Classification Problem

• سایر انواع مدل‌های متغیر وابسته محدود Other Types of Limited Dependent Variable Models

• تحلیل ممیز خطی (LDA) Linear Discriminant Analysis

• کوییز ماژول ۲ فصل ۳ Module 2: Chapter 3 Quiz

ماژول ۲ فصل ۴: یادگیری با نظارت (بخش دوم) Module 2 - Chapter 4: Supervised Learning - Part II

• مقدمه Introduction

• درخت‌های رگرسیون Regression Trees

• درخت‌های طبقه‌بندی Classification Trees

• هرس کردن (Pruning) Pruning

• روش‌های گروهی (Ensemble Methods) Ensemble Methods

• K-نزدیک‌ترین همسایه (KNN) K-Nearest Neighbors

• ماشین‌های بردار پشتیبان (SVM) Support Vector Machines

• مثال و توسعه‌های SVM SVM Example and Extensions

• شبکه‌های عصبی Neural Networks

• انتخاب تابع فعال‌ساز Choice of Activation Function

• مثال عددی Numerical Example

• انتشار پس‌رو (Backpropagation) Backpropagation

• مسائل معماری Architectural Issues

• بیش‌برازش (Overfitting) Overfitting

• ساختارهای پیشرفته شبکه عصبی Advanced Neural Network Structures

• خودرمزگذارها (Autoencoders) Autoencoders

• کوییز ماژول ۲ فصل ۴ Module 2: Chapter 4 Quiz

ماژول ۲ فصل ۵: یادگیری نیمه‌نظارتی Module 2 - Chapter 5: Semi-Supervised Learning

• مقدمه Introdution

• تکنیک‌ها Techniques

• خودآموزی (Self Training) Self-Training

• هم‌آموزی (Co Training) Co-Training

• پیش‌پردازش بدون نظارت Unsupervised Preprocessing

• کوییز ماژول ۲ فصل ۵ Module 2: Chapter 5 Quiz

ماژول ۲ فصل ۶: یادگیری تقویتی Module 2: Chapter 6 - Reinforcement Learning

• مقدمه‌ای بر یادگیری تقویتی (RL) Intro to RL

• باندیت چند بازویی Multi-Arm Bandit

• استراتژی‌ها در RL Strategies in RL

• فرآیند تصمیم‌گیری مارکوف Markov Decision Process

• رویکردهای یادگیری تقویتی Approaches to RL

• معادلات بل‌من The Bellman Equations

• روش مونت‌کارلو (MC) Monte Carlo (MC) Method

• روش تفاضل زمانی (TD) Temporal Difference (TD) Method

• کوییز ماژول ۲ فصل ۶ Module 2: Chapter 6 Quiz

ماژول ۲ فصل ۷: یادگیری با نظارت - تخمین مدل Module 2: Chapter 7 - Supervised Learning - Model Estimation

• حداقل مربعات معمولی (OLS) Ordinary Least Squares

• مربعات غیرخطی Non Linear Squares

• تپه‌نوردی (Hill Climbing) Hill Climbing

• روش گرادیان کاهشی The Gradient Descent Method

• انتشار پس‌رو Backpropagation

• مسائل محاسباتی Computational Issues

• بیشینه احتمال (Maximum Likelihood) Maximum Likelihood

• بیش‌برازش (Overfitting) Overfitting

• کم‌برازش (Underfitting) Underfitting

• توازن بین بایاس و واریانس Bias-variance Trade Off

• دقت پیش‌بینی در مقابل تفسیرپذیری Prediction Accuracy Versus Interpretability

• منظم‌سازی - رگرسیون ریج (Ridge) Regularization - Ridge Regression

• رگرسیون LASSO LASSO

• شبکه الاستیک (Elastic Net) Elastic Net

• مثال منظم‌سازی Regularization Example

• اعتبارسنجی متقاطع (Cross Validation) Cross Validation

• اعتبارسنجی متقاطع طبقه‌بندی شده Stratified Cross-validation

• بوت‌استرپینگ (Bootstrapping) Bootstrapping

• جستجوهای شبکه‌ای (Grid Searches) Grid Searches

ماژول ۲ فصل ۸: یادگیری با نظارت - ارزیابی عملکرد مدل Module 2: Chapter 8 - Supervised Learning - Model Performance Evaluation

• مقدمه ارزیابی مدل Introduction - Model Evaluation

• ارزیابی عملکرد مدل - متغیر پیوسته Model Performance Evaluation - Continuous Variable

• پیش‌بینی مدل طبقه‌بندی Classification Model Prediction

• ارزیابی عملکرد مدل - طبقه‌بندی Model Performance Evaluation - Classification

• کوییز ماژول ۲ فصل ۸ Module 2: Chapter 8 Quiz

ماژول ۲ فصل ۹: پردازش زبان طبیعی (NLP) Module 2: Chapter 9 - NLP

• مقدمه Introduction

• پیش‌پردازش داده‌ها Data Preprocessing

• مدل‌های NLP NLP Models

• نرمال‌سازی برداری Vector Normalization

• رویکردهای مقایسه لغت‌نامه Dictionary Comparison Approaches

• N-Grams N Grams

• TF-IDF TF-IDF

• رویکردهای یادگیری ماشین ML Approaches

• نایو بیز (Naive Bayes) Naive Bayes

• معنای کلمات Word Meaning

• ارزیابی NLP NLP Evaluation

• کوییز ماژول ۲ فصل ۹ Module 2: Chapter 9 Quiz

ماژول ۲ فصل ۱۰: هوش مصنوعی مولد (GenAI) Module 2: Chapter 10 - Generative AI

• مقدمه‌ای بر هوش مصنوعی مولد (GenAI) Intro - GenAI

• مقدمه‌ای بر جاسازی کلمات، Word2Vec و RNNها Intro - Word Embeddings, Word2Vec, RNNs

• مدل Word2Vec Word2Vec

• شبکه‌های عصبی بازگشتی (RNNs) RNNs

• ترنسفورمرها و مدل‌های زبانی بزرگ (LLMs) Transformers and LLMs

• مدل‌های LLM LLMs

• اولین مدل‌های LLM Early LLMs

• مدل‌های LLM مبتنی بر ابر Cloud-Based LLMs

• تکامل هوش مصنوعی مولد Evolution of GenAI

• کوییز ماژول ۲ فصل ۱۰ Module 2: Chapter 10 Quiz

ماژول ۳: ریسک و عوامل ریسک Module 3 - Risk and Risk Factors

• مقدمه Introduction

• سوگیری و انصاف Bias and Fairness

• انصاف گروهی Group Fairness

• انصاف فردی Individual Fairness

• برابری دموگرافیک Demographic Parity

• ماتریس اغتشاش (Confusion Matrix) Confusion Matrix

• برابری نرخ پیش‌بینی Predictive Rate Parity

• ناممکن‌ها و توازن‌ها Impossibility and Trade Offs

• فرصت‌های برابر Equal Opportunities

• منابع ناعادلانگی Sources of Unfairness

• جمع‌آوری و ترکیب داده‌ها Data Collection and Composition

• توسعه مدل (بخش ۱) Model Development

• توسعه مدل (بخش ۲) Model Development

• توضیح‌پذیری، تفسیرپذیری و شفافیت Explainability, Interpretability, and Transparency

• مشکل جعبه سیاه Black Box Problem

• ابهام و عدم شفافیت Opaqueness

• هوش مصنوعی توضیح‌پذیر (XAI) Explainable AI (XAI)

• خودمختاری و دست‌کاری Autonomy and Manipulation

• ایمنی و رفاه Safety and Well-Being

• ریسک‌های اعتباری Reputational Risks

• ریسک‌های وجودی Existential Risks

• چالش‌ها و ریسک‌های جهانی Global Challenges and Risks

• کمپین‌های اشاعه اطلاعات نادرست Misinformation Campaigns

• کوییز ماژول ۳ Module 3 Quiz

ماژول ۴ Module 4

• مقدمه هوش مصنوعی مسئولانه و اخلاقی Introduction - Responsible and Ethical AI

• اخلاق کاربردی Practical Ethics

• چارچوب‌های اخلاقی Ethical Frameworks

• وظیفه‌گرایی (Deontology) Deontology

• اخلاق فضیلت Virtue Ethics

• آنچه اخلاق AI می‌تواند از اخلاق پزشکی بیاموزد What can AI Ethics learn from Medical Ethics

• اصول اخلاق در هوش مصنوعی Principles of AI Ethics

• سوگیری و تبعیض Bias and Discrimination

• انصاف در سیستم‌های AI Fairness in AI Systems

• حریم خصوصی و امنیت سایبری Privacy and Cybersecurity

• چالش‌های حاکمیتی Governance Challenges

• چالش ۲: فقدان ساختارهای اخلاقی و نبود مقررات GC 2: Lack of AI Ethics Structures, Lack of Regulations

• چالش ۳: مسائل پیش‌بینی‌ناپذیری، فقدان ردیابی حقیقت و حریم خصوصی GC 3: Unpredictability Issues, Lack of Truth Tracking Abilities, & Privacy

• کوییز ماژول ۴ Module 4 Quiz

ماژول ۵: حاکمیت داده‌ها و مدل‌های هوش مصنوعی Module 5: Data and AI Model Governance

• مقدمه حاکمیت داده‌ها و مدل‌های AI Intro - Data and AI Model Governance

• حاکمیت داده‌ها Data Governance

• منشأ داده‌ها (Data Provenance) Data Provenance

• طبقه‌بندی داده‌ها و مدیریت متادیتا Data Classification and Metadata Management

• حفاظت از داده‌ها، امنیت و انطباق Data Protection, Security, & Compliance

• نقش‌ها و مسئولیت‌های هیئت مدیره Board Roles and Responsibilities

• حاکمیت مدل Model Governance

• توسعه و تست مدل Model Development and Testing

• مسئولیت‌های تست Testing Responsibilities

• استفاده از تست در QRM Use Test in QRM

• اعتبارسنجی مدل در QRMs Model Validation in QRMs

• سیاست‌های حاکمیت مدل Model Governance Policies

• فهرست و چشم‌انداز مدل‌ها Model Inventory and Landscape

• مرور کلی اعتبارسنجی مدل Model Validation Overview

• طراحی مدل Model Design

• مسائل عددی و آماری - گسسته‌سازی Numerical and Statistical Issues - Discretization

• تقریب (Approximation) Approximation

• ارزیابی عددی در QRMs Numerical Evaluation in QRMs

• اعداد تصادفی Random Numbers

• پیاده‌سازی، نرم‌افزار و داده‌ها Implementation, Software, and Data

• فرآیندها و تفسیرهای نادرست ۱ Processes and Misinterpretation I

• فرآیندها و تفسیرهای نادرست ۲ Processes and Misinterpretation II

• کوییز ماژول ۵ Module 5 Quiz