آموزش هوش مصنوعی مولد و آمادگی برای آزمون گواهینامه AWS AI Practitioner [ویدئویی] - آخرین آپدیت

دانلود Learn Generative AI and Pass the AWS AI Practitioner Certification [Video]

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره شما را با مهارت‌های لازم برای تسلط بر هوش مصنوعی مولد (Generative AI) و موفقیت در آزمون گواهینامه AWS AI مجهز می‌کند. آموزش با مفاهیم بنیادی AI/ML شروع شده و موضوعاتی نظیر یادگیری نظارت شده و نظارت نشده، یادگیری عمیق و انواع داده‌ها را پوشش می‌دهد تا پایه‌ای قوی ایجاد کند. سپس وارد دنیای هوش مصنوعی مولد شده و مدل‌های پایه (Foundation Models)، مدل‌های زبانی بزرگ (LLMs) و مدل‌های ترنسفورمر مورد استفاده در تولید متن را بررسی خواهید کرد. در ادامه، ابزارهای AWS مانند Amazon Bedrock را می‌شناسید و یاد می‌گیرید چگونه مدل‌ها را برای کاربردهای واقعی بهینه (Fine-tune) و شخصی‌سازی کنید. این دوره شما را در استفاده از سرویس‌های AI/ML شرکت AWS، از جمله Amazon SageMaker برای ساخت و استقرار مدل‌ها راهنمایی می‌کند. با دموهای عملی و آموزش‌های یکپارچه‌سازی، تجربه کاربردی کسب کرده و همزمان با اصول هوش مصنوعی مسئولانه آشنا می‌شوید. این دوره ترکیبی از تئوری و تجربه عملی است و شما را گام به گام در ساخت، استقرار و مانیتورینگ مدل‌های AI هدایت می‌کند. در پایان، شما آماده خواهید بود تا پروژه‌های پیشرفته AI را در AWS اجرا کرده و با اطمینان در آزمون گواهینامه پذیرفته شوید. • یادگیری مفاهیم بنیادی و کلیدی AI/ML • بررسی هوش مصنوعی مولد و مدل‌های پایه • ساخت و استقرار مدل‌ها با استفاده از Amazon SageMaker • شخصی‌سازی راهکارهای AI با Amazon Bedrock • کسب تجربه عملی از طریق دموهای واقعی • آمادگی موثر برای آزمون گواهینامه AWS AI این دوره برای متخصصان AI، دانشمندان داده، مهندسان نرم‌افزار و هر کسی که به دنبال تعمیق دانش خود در زمینه Generative AI، یادگیری ماشین و سرویس‌های AWS است، ایده‌آل است. اگرچه داشتن درک اولیه از مفاهیم AI/ML و رایانش ابری مفید است، اما مبتدیان نیز می‌توانند محتوای دوره را دنبال کنند. پیش‌نیازهای کلیدی شامل دانش پایه از مفاهیم یادگیری ماشین و آشنایی با AWS و محیط ابری است. پوشش جامع هوش مصنوعی مولد و ابزارهای AWS * تجربه عملی با Amazon SageMaker و Bedrock * آمادگی کامل برای آزمون گواهینامه AWS AI

سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

مبانی AI و ML AI ML Fundamentals

  • مبانی هوش مصنوعی AI Fundamentals

  • ارائه پیشنهاد (Recommendation) Making a Recommendation

  • مدل چیست؟ What Is a Model?

  • مدل - یک مشابهت‌سازی Model – An Analogy

  • یادگیری نظارت شده، نظارت نشده و تقویتی Supervised, Unsupervised and Reinforcement

  • مقایسه Comparison

  • انواع داده‌ها Data Types

  • استنتاج دسته‌ای و در لحظه (Batch and Real Time Inference) Batch and Real-Time Inference

  • یادگیری عمیق Deep Learning

مبانی هوش مصنوعی مولد Generative AI Fundamentals

  • هوش مصنوعی مولد چیست؟ What Is Generative AI?

  • مدل‌های پایه (Foundation Models) Foundation Models

  • مدل‌های زبانی بزرگ (LLM) Large Language Model (LLM)

  • مدل‌های ترنسفورمر Transformer Models

  • تولید متن Text Generation

هوش مصنوعی مولد در AWS Generative AI at AWS

  • هوش مصنوعی مولد در AWS Gen AI at AWS

  • سرویس Amazon Bedrock Amazon Bedrock

  • دموی Amazon Bedrock Amazon Bedrock – Demo

  • اصطلاحات Amazon Bedrock Amazon Bedrock – Terminologies

  • شخصی‌سازی Customization

  • مهندسی پرامپت (Prompt Engineering) Prompt Engineering

  • تولید تقویت شده با بازیابی (RAG) Retrieval Augmented Generation (RAG)

  • پایگاه‌های دانش Knowledge Bases

  • عوامل Amazon Bedrock - بخش اول Amazon Bedrock Agents – Part 1

  • عوامل Amazon Bedrock - بخش دوم Amazon Bedrock Agents – Part 2

  • قیمت‌گذاری Pricing

  • یکپارچه‌سازی با سایر سرویس‌ها Integration with Other Services

  • نرده‌های حفاظتی (Guardrails) Guardrails

  • تصادفی بودن و تنوع Randomness and Diversity

بهینه‌سازی مدل (Fine Tuning) Fine-Tuning Your Model

  • بهینه‌سازی (Fine Tuning) Fine-Tuning

  • مقایسه Fine Tuning و پیش‌آموزش مداوم Fine-Tuning vs. Continued Pre-Training

  • مدل سفارشی در Amazon Bedrock Custom Model in Amazon Bedrock

ساخت مدل اختصاصی Build Your Own Model

  • چرا مدل خودمان را بسازیم؟ Why Build Your Own Model?

  • مثال - مدل پیش‌بینی آبجو یا شراب Analogy – Beer or Wine Prediction Model

  • نقش‌ها در تیم ML Roles in ML Team

  • عملیات یادگیری ماشین (MLOps) MLOps

  • سرویس Amazon SageMaker Amazon SageMaker

  • اجزا و ویژگی‌ها Components and Features

  • آماده‌سازی داده‌ها Prepare Your Data

  • ساخت مدل Build Your Model

  • آموزش مدل Train Your Model

  • استقرار مدل Deploy Your Model

  • نقاط اتصال (Endpoints) در Amazon SageMaker Amazon SageMaker Endpoints

  • دموی جامع - بخش اول End-to-End Demo – Part 1

  • دموی جامع - بخش دوم End-to-End Demo – Part 2

مانیتورینگ مدل Monitoring Your Model

  • مانیتورینگ معیارهای تجاری Monitoring Business Metrics

  • مانیتورینگ معیارهای فنی Monitoring Technical Metrics

هوش مصنوعی مسئولانه Responsible AI

  • هوش مصنوعی مسئولانه Responsible AI

  • مقابله با چالش‌های AI Tackle AI Challenges

سرویس‌های AI/ML در AWS AWS AI ML Services

  • پشته (Stack) سرویس‌های AI/ML در AWS AWS AI ML Stack

  • سرویس Amazon Augmented AI Amazon Augmented AI

  • سرویس Amazon Comprehend Amazon Comprehend

  • سرویس Amazon Fraud Detector Amazon Fraud Detector

  • سرویس Amazon Kendra Amazon Kendra

  • سرویس Amazon Lex Amazon Lex

  • سرویس Amazon Personalize Amazon Personalize

  • سرویس Amazon Polly Amazon Polly

  • سرویس Amazon Q برای کسب‌وکار و توسعه‌دهندگان Amazon Q Business and Developer

  • سرویس Amazon Rekognition Amazon Rekognition

  • سرویس Amazon Textract Amazon Textract

  • سرویس Amazon Transcribe Amazon Transcribe

  • سرویس Amazon Translate Amazon Translate

  • سایر سرویس‌های AWS Other AWS Services

آمادگی برای آزمون Getting Ready for Exam

  • آمادگی برای آزمون Getting Ready for Exam

نمایش نظرات

آموزش هوش مصنوعی مولد و آمادگی برای آزمون گواهینامه AWS AI Practitioner [ویدئویی]
جزییات دوره
7h 31m
64
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Ashish Prajapati Ashish Prajapati

آموزش آسان و جذاب مهارت‌های ابری AWS