لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش هوش مصنوعی مولد (GenAI) در Databricks
- آخرین آپدیت
دانلود Learn Databricks GenAI
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
در این دوره جامع، لین لنگیت، معمار ابری و مدرس فنی باتجربه، به بررسی هوش مصنوعی مولد در Databricks میپردازد. بیاموزید که چگونه از مهندسی پرامپت در Databricks AI و BI برای پرسوجوی موثر دادهها با استفاده از دستورات هوش مصنوعی استفاده کنید. نحوه پیادهسازی و راهاندازی Vector Search را برای ارتقای برنامههای GenAI خود فرا بگیرید. الگوی تولید تقویتشده با بازیابی (RAG) و نحوه ادغام آن برای تقویت پروژههای هوش مصنوعی با دادههای اختصاصی خود را درک کنید. در بخشهای عملی، با تنظیم مدل (Model Tuning)، شامل آموزش مدلهای پایه و Fine-tuning با استفاده از ترنسفورمرهای Hugging Face آشنا شوید. مهارتهای لازم برای بهرهگیری از AI در پرسوجوهای داده، اجرای تکنیکهای جستجوی پیشرفته و بهینهسازی مدلهای هوش مصنوعی را کسب کنید. این دوره شما را قادر میسازد تا قدرت Databricks را آزاد کرده و قابلیتهای تصمیمگیری دادهمحور خود را ارتقا دهید.
سرفصل ها و درس ها
مقدمه
Introduction
هوش مصنوعی مولد آماده برای سازمانها: سفری در Databricks
Enterprise-ready GenAI: A Databricks journey
1. مهندسی پرامپت در Databricks
1. Prompt Engineering in Databricks
استفاده از AI/BI Genie
Use AI/BI Genie
استفاده از AI Playground
Use AI Playground
پرسوجو از مدلهای زبانی بزرگ (LLMs)
Query LLMs
استفاده از Marketplace برای یافتن مدلها
Use Marketplace to find models
یافتن مدلهای پایه پیشآموزشدیده
Find pretrained foundation models
2. جستجوی برداری (Vector Search) در Databricks
2. Vector Search in Databricks
درک جستجوی برداری در Databricks
Understand Databricks Vector Search
استفاده از نتایج ایندکس جستجوی برداری
Use Vector Search index result
راهاندازی جستجوی برداری در Databricks
Setup for Databricks Vector Search
ایجاد ایندکس جستجوی برداری
Create Vector Search index
3. الگوی RAG در Databricks
3. RAG-Pattern in Databricks
بررسی ایندکس برداری
Review the vector index
ساخت یک زنجیره RAG
Build a RAG chain
درک مفهوم RAG
Understand RAG
ارزیابی زنجیره RAG
Evaluate a RAG chain
درک نقش ایجنتها در RAG
Understand agents in RAG
4. تنظیم مدل (Model Tuning) در Databricks
4. Model Tuning in Databricks
بهینهسازی (Fine-tuning) با ترنسفورمرهای Hugging Face
Fine-tuning with Hugging Face transformers
بهینهسازی نظارت شده با آموزش مدل پایه
Supervised fine-tuning with foundation model training
درک آموزش مدلهای پایه
Understand foundation model training
ارزیابی آزمایشهای MLflow در بهینهسازی مدل
Evaluate fine-tuning MLflow experiments
Lynn Langit یک معمار ابری است که با خدمات وب آمازون و Google Cloud Platform کار می کند.
لین متخصص در پروژه های کلان داده است. او با AWS Athena، Aurora، Redshift، Kinesis و IoT کار کرده است. او همچنین کارهای تولیدی را با Databricks برای Apache Spark و Google Cloud Dataproc، Bigtable، BigQuery و Cloud Spanner انجام داده است.
لین همچنین بنیانگذار است. آموزش برنامه نویسی به کودکان. او درباره داده ها و فناوری های ابری در آمریکای شمالی و جنوبی، اروپا، آفریقا، آسیا و استرالیا صحبت کرده است.
نمایش نظرات