آموزش پشت صحنه: هوش مصنوعی چگونه کار می‌کند اثر پرانای ماهندراکار - آخرین آپدیت

دانلود Behind the Screen: How AI Works By Pranay Mahendrakar

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد. این دوره صرفا آزمون یا تمرین می باشد و ویدیو ندارد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: دانش خود را درباره نحوه عملکرد واقعی یادگیری ماشین، شبکه‌های عصبی، مدل‌های زبانی بزرگ (LLMs)، ترانسفورمرها و هوش مصنوعی مولد به چالش بکشید و تثبیت کنید. درک کنید که یادگیری ماشین واقعاً چگونه کار می‌کند: داده‌های آموزشی، ویژگی‌ها و برچسب‌ها، و تفاوت یادگیری نظارت شده، نظارت نشده و یادگیری تقویتی. نگاهی به درون شبکه‌های عصبی و یادگیری عمیق بیندازید — وزن‌ها، لایه‌ها، توابع فعال‌ساز، مقدار ضرر (Loss)، گرادیان نزولی و پس‌انتشار (Backpropagation). ابهامات مدل‌های زبانی بزرگ و ترانسفورمرها را برطرف کنید: توکن‌ها، جاسازی‌ها (Embeddings)، مکانیسم توجه (Attention)، پنجره‌های زمینه‌ای و نحوه پیش‌بینی کلمه بعدی توسط هوش مصنوعی. مفاهیم هوش مصنوعی مولد، بینایی ماشین، معیارهای ارزیابی مدل و محدودیت‌های واقعی هوش مصنوعی مانند سوگیری، توهمات و تاریخ قطع دانش آموزشی را درک کنید. پیش نیازها: هیچ پیش‌زمینه برنامه‌نویسی یا ریاضی مورد نیاز نیست. آشنایی اولیه با ابزارهای هوش مصنوعی مانند ChatGPT و کنجکاوی درباره نحوه عملکرد آن‌ها تنها چیزی است که نیاز دارید — هر سوال همراه با توضیحی دقیق است که مفاهیم را آموزش می‌دهد تا هم‌زمان با تست، یاد بگیرید.

هوش مصنوعی ایمیل‌های ما را می‌نویسد، سریال‌ها را پیشنهاد می‌دهد، بات‌های گفتگو را مدیریت می‌کند و تصاویر را در چند ثانیه می‌سازد — اما واقعاً پشت صحنهچه اتفاقی می‌افتد؟

دوره «پشت صحنه: هوش مصنوعی چگونه کار می‌کند»یک دوره مبتنی بر آزمون‌های عملی است که برای تبدیل آشنایی سطحی به درکی واقعی و مطمئن طراحی شده است. به جای تماشای غیرفعال ویدئوها، شما با ۴۷ سوال دقیقاً طراحی شدهدرباره نحوه عملکرد هوش مصنوعی مدرن، خود را به چالش می‌کشید — و هر سوال دارای یک توضیح مفصلاست تا دلیلهر پاسخ را بیاموزید.

این یک دوره کدنویسی نیست و نیازی به ریاضیات ندارد. این دوره برای یادگیرندگان کنجکاو و متخصصانی است که هر روز از ابزارهای هوش مصنوعی استفاده می‌کنند و می‌خواهند در نهایت مکانیسم‌های زیربنایی آن‌ها را درک کنند.

مواردی که مورد ارزیابی قرار می‌گیرند:

  • مبانی یادگیری ماشین—داده‌های آموزشی، ویژگی‌ها، برچسب‌ها، بیش‌برازش (Overfitting) و یادگیری نظارت شده در مقابل نظارت نشده و تقویتی

  • شبکه‌های عصبی و یادگیری عمیق—وزن‌ها، لایه‌ها، توابع فعال‌ساز، مقدار ضرر، گرادیان نزولی و پس‌انتشار

  • مدل‌های زبانی بزرگ (LLMs)—توکن‌ها، جاسازی‌ها، پنجره‌های زمینه، پارامترها، تنظیم دقیق (Fine-tuning) و نحوه پیش‌بینی کلمه بعدی

  • ترانسفورمرها و مکانیسم توجه—مکانیزمی که مدل‌های پیشرو امروز را قدرت می‌بخشد

  • هوش مصنوعی مولد—نحوه ایجاد محتوای جدید توسط مدل‌های Diffusion، GANها و LLMها

  • بینایی ماشین—نحوه «دیدن» و طبقه‌بندی تصاویر توسط CNNها

  • ارزیابی مدل—دقت (Accuracy)، صحت (Precision)، فراخوانی (Recall) و دلیل اهمیت معیارها

  • محدودیت‌ها و اخلاق در هوش مصنوعی—سوگیری، توهمات، تفسیرپذیری و تاریخ قطع دانش

  • مفاهیم کاربردی—RAG، دما (Temperature) و یادگیری انتقالی (Transfer Learning)

هر سوال شامل بازخورد برای هر گزینه به همراه یک توضیح کلیاست، بنابراین پاسخ‌های اشتباه به جای بن‌بست، به فرصت‌هایی برای یادگیری تبدیل می‌شوند.

در پایان، شما قادر خواهید بود نحوه عملکرد هوش مصنوعی را به زبان ساده توضیح دهید، تفاوت بین تبلیغات اغراق‌آمیز و واقعیت را تشخیص دهید و با اعتماد به نفس کامل در مصاحبه‌ها، جلسات یا آزمون‌ها شرکت کنید.

دانش خود را به چالش بکشید، شکاف‌های یادگیری را پر کنید و هوش مصنوعی را از درون بشناسید.


تمرین ها و آزمونها

آزمون‌های عملی Practice Tests

  • پشت صحنه: هوش مصنوعی چگونه کار می‌کند Behind the Screen: How AI Works

  • پشت صحنه: هوش مصنوعی چگونه کار می‌کند Behind the Screen: How AI Works

نمایش نظرات

آموزش پشت صحنه: هوش مصنوعی چگونه کار می‌کند اثر پرانای ماهندراکار
جزییات دوره
آزمون یا تمرین
57
(آخرین آپدیت)
1
از 5
ندارد
ندارد
ندارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Pranay Mahendrakar Pranay Mahendrakar

مدیر عامل - SonyTech