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

جمع‌بندی Conclusion

  • گام‌های بعدی Next steps

نمایش نظرات

آموزش هوش مصنوعی مولد (GenAI) در Databricks
جزییات دوره
1h 11m
20
(آخرین آپدیت)
3,686
- از 5
ندارد
دارد
دارد
Lynn Langit
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Lynn Langit Lynn Langit

Cloud Architect

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.