آموزش اکوسیستم هوش مصنوعی برای مبتدیان مطلق - عملی

AI Ecosystem for the Absolute Beginners - Hands-On

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: اکوسیستم هوش مصنوعی (AI، ML، DL، GenAI) را با سخنرانی‌ها، آزمون‌ها، دموهای عملی مختلف و تمرین‌ها بیاموزید. شناخت خدمات شناسایی ML و انواع یادگیری ML عملی با خدمات پیش‌بینی آمازون یادگیری عمیق و شبکه‌های عصبی اصول DL با سرویس جامع آمازون به هوش مصنوعی، الگوریتم‌های آن و چشم‌اندازهای آینده آن، به‌صورت عملی GenAI با استفاده از مهندسی سریع خدمات بستر آمازون و بهترین روش ها ChatGPT عملی پروژه Capstone هوش مصنوعی مسئول با استفاده از AWS Bedrock پیش نیازها:دانش پایه یونیکس/لینوکس حساب سطح رایگان AWS خوب برای داشتن دانش پایه پایتون (اجباری نیست) بدون نیاز به تجربه قبلی

چه چیزی در این دوره پوشش داده می شود؟

دوره "اکوسیستم هوش مصنوعی برای مبتدیان مطلق" برای پذیرایی از زبان آموزان در همه سطوح، از مبتدی تا حرفه ای با تجربه طراحی شده است که به دنبال کشف دنیای هوش مصنوعی هستند. این دوره که به عنوان یک ستون اساسی عمل می کند، سفر شما را به اکوسیستم هوش مصنوعی تسهیل می کند. این دوره که با اصول اولیه هوش مصنوعی شروع می شود، شما را در چرخه عمر برنامه های کاربردی هوش مصنوعی و مفاهیم اساسی راهنمایی می کند. همچنین اصول یادگیری ماشینی، یادگیری عمیق و هوش مصنوعی تولیدی را پوشش می‌دهد که توسط نمایش‌های عملی عملی با استفاده از خدمات AWS مانند Rekognition، Forecast، Comprehend و Bedrock پشتیبانی می‌شود. علاوه بر این، مهندسی سریع را نیز بررسی می‌کند، که شامل یک نمایش عملی جامع با ChatGPT می‌شود و با یک پروژه اصلی متمرکز بر هوش مصنوعی مولد به پایان می‌رسد.


چه در زمینه هوش مصنوعی تازه کار هستید یا قصد دارید درک خود را عمیق تر کنید، این دوره برای رفع نیازهای شما طراحی شده است.


هوش مصنوعی (AI) چیست؟

هوش مصنوعی (AI) یک فناوری انقلابی است که ماشین‌ها را قادر می‌سازد رفتارهای انسان‌مانند را تقلید کنند. در دنیای امروز، هوش مصنوعی به دستیاران مجازی، وسایل نقلیه خودران و توصیه‌های شخصی‌شده قدرت می‌دهد و صنایع را از مراقبت‌های بهداشتی به امور مالی تبدیل می‌کند. با تجزیه و تحلیل مجموعه داده‌های بزرگ و شناسایی الگوها، الگوریتم‌های هوش مصنوعی به طور مستمر عملکرد خود را بهبود می‌بخشند، نوآوری را هدایت می‌کنند و نحوه کار و زندگی ما را تغییر می‌دهند.


ساختار دوره:

  • سخنرانی ها

  • نمایشگر

  • آزمون‌ها

  • تکالیف


محتویات دوره:

  • مقدمه ای بر اکوسیستم هوش مصنوعی

  • آغاز با هوش مصنوعی (AI)

  • تکامل هوش مصنوعی، مزایای کسب و کار، موارد استفاده در دنیای واقعی

  • سرویس تشخیص آمازون با نسخه نمایشی عملی برای تشخیص برچسب، تجزیه و تحلیل چهره و پروژه Capstone

  • درک یادگیری ماشین (ML) و موارد استفاده در دنیای واقعی

  • تکنیک های پیش پردازش داده، ارزیابی مدل و اعتبارسنجی

  • سرویس پیش‌بینی آمازون با نسخه نمایشی عملی برای پیش‌بینی سری‌های زمانی

  • شروع با یادگیری عمیق (DL) و شبکه های عصبی مصنوعی (ANN)

  • سرویس جامع آمازون با نسخه نمایشی عملی برای تجزیه و تحلیل احساسات

  • شروع با GenAI

  • الگوریتم های اصلی GenAI و گردش کار

  • فیلدهای برنامه GenAI، روندهای آینده و مجموعه ابزار

  • سرویس بستر آمازون با نسخه نمایشی عملی برای تولید متن، تولید تصویر و چت بات)

  • درک مهندسی سریع

  • مهندسی اعلان با استفاده از ChatGPT

  • خطرات احتمالی هوش مصنوعی

  • ملاحظات اخلاقی هوش مصنوعی

  • بهترین شیوه های هوش مصنوعی

  • پروژه Capstone End to End برای اکوسیستم هوش مصنوعی


تمام بخش‌های این دوره به صورت زنده نمایش داده می‌شوند تا راهنمایی و هدایت کنند تا محیط محلی خود را ایجاد کنید، تمام تمرین‌ها را انجام دهید و با انجام دادن یاد بگیرید!!!


سرفصل ها و درس ها

معرفی Introduction

  • معرفی دوره Course Introduction

  • کتاب راهنمای دوره - اکوسیستم هوش مصنوعی برای مبتدیان مطلق Course Handbook - AI Ecosystem for the Absolute Beginners

  • لینک مخزن GitHub GitHub Repository Link

شروع کار با هوش مصنوعی (AI) Getting started with Artificial Intelligence (AI)

  • مقدمه ای بر هوش مصنوعی، تکامل هوش مصنوعی و مزایای کسب و کار Introduction to AI, AI Evolution and Business Benefits

  • اکوسیستم هوش مصنوعی AI Ecosystem

  • موارد استفاده از هوش مصنوعی در دنیای واقعی Real World Use Cases of AI

  • چرخه حیات هوش مصنوعی Lifecycle of AI

  • AWS Cloud Basics برای مبتدیان (اختیاری) AWS Cloud Basics for beginners (OPTIONAL)

  • معرفی خدمات مختلف AWS AI Introduction to various AWS AI Services

  • شروع کار با شناسایی آمازون و موارد استفاده مختلف Getting Started with Amazon Rekognition and Various Use Cases

  • نسخه ی نمایشی - تشخیص آمازون (تشخیص برچسب، تجزیه و تحلیل چهره و پروژه Capstone) Demo - Amazon Rekognition (Label Detection,Facial Analysis and Capstone Project)

  • شروع کار با هوش مصنوعی (AI) Getting Started with Artificial Intelligence (AI)

درک یادگیری ماشینی (ML) Understanding Machine Learning (ML)

  • درک ML و انواع یادگیری Understanding ML and Learning types

  • تکنیک های پیش پردازش داده ها، ارزیابی مدل و اعتبارسنجی Data Preprocessing Techniques, Model Evaluation and Validation

  • موارد استفاده در دنیای واقعی ML Real World Use Cases of ML

  • شروع با پیش بینی آمازون و موارد استفاده مختلف Getting Started with Amazon Forecast and Various Use Cases

  • نسخه ی نمایشی - پیش بینی آمازون برای پیش بینی سری های زمانی Demo - Amazon Forecast for Time Series Forecasting

  • درک یادگیری ماشینی (ML) Understanding Machine Learning (ML)

اصول یادگیری عمیق (DL) و شبکه عصبی مصنوعی (ANN). Deep Learning (DL) and Artificial Neural Network (ANN) Fundamentals

  • شروع با یادگیری عمیق (DL) و شبکه های عصبی مصنوعی (ANN) Getting Started with Deep Learning (DL) and Artificial Neural Networks (ANN)

  • در دنیای واقعی موارد استفاده از DL Real world Use Cases of DL

  • آشنایی با خدمات جامع آمازون و موارد استفاده مختلف Understanding Amazon Comprehend Service and Various Use Cases

  • نسخه ی نمایشی - آمازون درک برای تجزیه و تحلیل احساسات Demo - Amazon Comprehend for Sentiment Analysis

  • یادگیری عمیق (DL) و شبکه عصبی مصنوعی (ANN) Deep Learning (DL) and Artificial Neural Network (ANN)

آشنایی با هوش مصنوعی (GenAI) Understanding Generative AI (GenAI)

  • درک GenAI و مزایای آن Understanding GenAI and Its Advantages

  • الگوریتم ها، مدل ها و گردش کار هسته GenAI Core GenAI Algorithms, Models and Workflow

  • زمینه های کاربردی و روندهای آینده Applications Fields and Future Trends

  • مجموعه ابزار GenAI GenAI Toolset

  • آشنایی با خدمات بستر آمازون، گردش کار و موارد استفاده Understanding Amazon Bedrock Service, Workflow and Use Cases

  • نسخه ی نمایشی - Amazon Bedrock (تولید متن، چت بات، تولید تصویر) Demo - Amazon Bedrock (Text Generation, Chatbot, Image Generation)

  • آشنایی با هوش مصنوعی (GenAI) Understanding Generative AI (GenAI)

شروع با مهندسی سریع Getting Started with Prompt Engineering

  • درک مهندسی سریع Understanding Prompt Engineering

  • نسخه ی نمایشی - مهندسی سریع با استفاده از ChatGPT Demo - Prompt Engineering using ChatGPT

  • شروع با مهندسی سریع Getting Started with Prompt Engineering

هوش مصنوعی مسئول Responsible AI

  • ریسک ها، ملاحظات اخلاقی و بهترین شیوه های هوش مصنوعی Risks, Ethical Considerations and AI Best Practices

  • هوش مصنوعی مسئول Responsible AI

نمایش نظرات

آموزش اکوسیستم هوش مصنوعی برای مبتدیان مطلق - عملی
جزییات دوره
4.5 hours
29
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,062
از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Yogesh Raheja Yogesh Raheja

مربی و مشاور DevOps، اتوماسیون و Cloud

Thinknyx Technologies Thinknyx Technologies

همکار آموزش آنلاین