آموزش تکنیک‌های پیشرفته هوش مصنوعی و یادگیری ماشین و پروژه نهایی - آخرین آپدیت

تکنیک‌های پیشرفته یادگیری ماشین Advanced ML techniques

• مقدمه‌ای بر تکنیک‌های پیشرفته هوش مصنوعی، یادگیری ماشین و پروژه نهایی Introduction to Advanced AI and Machine Learning Techniques and Capstone

• راهنمای عملی: ایجاد مخزن کد شما - بخش اول (اختیاری) Walkthrough: Creating your code repository Part 1 (Optional)

• راهنمای عملی: ایجاد مخزن کد شما - بخش دوم (اختیاری) Walkthrough: Creating your code repository Part 2 (Optional)

• مروری بر یادگیری انتقالی (Transfer Learning) Overview of transfer learning

• راهنمای عملی: به‌کارگیری یادگیری انتقالی (اختیاری) Walkthrough: Applying transfer learning (Optional)

• یادگیری فدرال (Federated Learning) Federated learning

• مروری بر متدهای Ensemble Overview of ensemble methods

• راهنمای عملی: پیاده‌سازی متدهای Ensemble (اختیاری) Walkthrough: Implementing ensemble methods (Optional)

• آینده با هوش مصنوعی مولد (GenAI) The future with GenAI

• مروری بر مدل‌های GenAI Overview of GenAI models

• راهنمای عملی: توسعه مدل‌های مولد (اختیاری) Walkthrough: Developing generative models (Optional)

• چرا تکنیک‌های پیشرفته یادگیری ماشین اهمیت دارند Why advanced ML techniques matter

ملاحظات اخلاقی در هوش مصنوعی و یادگیری ماشین Ethical considerations in AI/ML

• مروری بر ملاحظات اخلاقی در هوش مصنوعی Overview of ethical considerations in AI

• گفتگو با متخصص: ملاحظات اخلاقی در تصمیم‌گیری‌های هوش مصنوعی Hear from an expert: Ethical considerations in AI decision-making

• تعریف هوش مصنوعی مسئولانه Defining responsible AI

• چارچوب هوش مصنوعی مسئولانه Framework for responsible AI

• هوش مصنوعی قابل توضیح: مبانی شفافیت، اعتماد و مسئولیت اخلاقی Explainable AI: Foundations of transparency, trust, and ethical responsibility

• هوش مصنوعی قابل توضیح: تعریف هدف برای ایجاد اعتماد، پاسخگویی و پذیرش Explainable AI: Defining purpose to build trust, accountability, and adoption

• مروری بر تاثیرات هوش مصنوعی Overview of the impact of AI

• اقتصاد موازی Parallel economy

• سازمان‌های ارتقایافته (Augmented Enterprises) Augmented enterprises

• هشدارهای قرمز و مسئولیت‌های شما Red flags and your responsibilities

• راهنمای عملی: بررسی عمیق ملاحظات اخلاقی Walkthrough: In-depth exploration of ethical considerations

سیستم‌های مقیاس‌پذیر AI/ML Scalable AI/ML systems

• مقدمه‌ای بر راهکارهای محاسبات توزیع‌شده Introduction to distributed computing solutions

• مروری بر قطعه‌بندی داده‌ها (Data Sharding) و پردازش موازی Overview of data sharding and parallel processing

• قطعه‌بندی داده‌ها (Data Sharding) Data sharding

• پردازش موازی Parallel processing

• حریم خصوصی تفاضلی (Differential Privacy) Differential privacy

• هوش مصنوعی عصبی-نمادین (Neurosymbolic AI) Neurosymbolic AI

• مقدمه‌ای بر شبکه‌های عصبی مبتنی بر فیزیک Physics-informed neural networks introduction

مهندسی AI/ML و تکنیک‌های پیشرفته: مفاهیم در عمل AI/ML engineering and advanced techniques: The concepts in practice

• مروری بر مسئولیت‌های یک مهندس AI/ML Overview of the responsibilities of an AI/ML engineer

• بهینه‌سازی عملیات یادگیری ماشین (MLOps) Optimizing ML operations

• مقدمه‌ای بر کاربردهای عملی و پراگماتیک Introduction to pragmatic implications

• راهنمای عملی: کاربردهای پراگماتیک Walkthrough: Pragmatic implications

• گفتگو با متخصص: مدیریت تضاد بین نیازهای تجاری و فنی Hear from an expert: Managing misaligned business and technical requirements

• راهنمای عملی: طراحی جامع راهکار AI/ML از ابتدا تا انتها (اختیاری) Walkthrough: End-to-end AI/ML solution design (Optional)

• تبریک برای به پایان رساندن دوره! Congratulations on completing the course!