تسلط بر هوش مصنوعی مولد: LLM، مهندسی سریع و بیشتر!

سرفصل ها و درس ها

مقدمه دوره Introduction to the Course

• مقدمه Introduction

• منابع دوره Course Resources

پایتون شروع شد!! Python begins!!

• به ماژول پایتون خوش آمدید Welcome to the module on Python

• مقدمه Introduction

• انواع داده ها و اپراتورها Datatypes & Operators

• متغیرها و کلمات کلیدی Variables & Keywords

ساختارهای داده پایتون Python Data Structures

• لیست ها Lists

• تاپل ها Tuples

• مجموعه ها Sets

• فرهنگ لغت Dictionary

مدیریت فایل پایتون، حلقه ها و توابع Python File Handling, Loops & Functions

• حلقه ها و تکرارها Loops & Iterations

• توابع در پایتون Functions in Python

• توابع نقشه، کاهش و فیلتر Map, Reduce & Filter Functions

• مدیریت فایل File Handling

ساختارهای کنترل و OOP Control Structures & OOPs

• ساختارهای کنترلی Control Structures

• مفاهیم برنامه نویسی شی گرا Object Oriented Programming Concepts

پایتون برای علم و تجزیه و تحلیل داده ها Python for Data Science & Analysis

• پانداها Pandas

• ناپخته Numpy

پایتون برای تجسم داده ها Python for Data Visualization

• تجسم داده ها Data Visualization

• Matplotlib Matplotlib

• متولد دریا Seaborn

مقدمه ای بر NLP (پیش نیاز) Introduction to NLP (Pre-Requisite)

• به ماژول NLP خوش آمدید Welcome to the module on NLP

• مقدمه Introduction

• مقدمه (قسمت دوم) Introduction (Part II)

• چالش های کلیدی NLP NLP Key Challenges

• زبان شناسی Linguistics

مبانی NLP (پیش نیاز) NLP Basics (Pre-Requisite)

• تاشو مورد Case Folding

• حذف کاراکتر ویژه Special Character Removal

• رسیدگی به انقباضات Handling Contractions

• توکن سازی Tokenization

• حذف کلمات را متوقف کنید Stop Words Removal

• n گرم nGrams

• برداری Vectorization

• جاسازی های کلمه Word Embeddings

• کیسه کلمات (تئوری) Bag of Words (Theory)

• کیسه کلمات (عملی) Bag of Words (Practicals)

• TF-IDF (تئوری) TF-IDF (Theory)

• TF-IDF (عملی) TF-IDF (Practicals)

• بخشی از برچسب گذاری گفتار و NER Part of Speech Tagging & NER

• شناسایی نهاد نامگذاری شده (عملی) Named Entity Recognition (Practicals)

تعبیه کلمه (پیش نیاز) Word Embeddings (Pre-Requisite)

• مقدمه Word2Vec Word2Vec Intro

• Word2Vec قسمت 2 Word2Vec Part 2

• Word2Vec از پیش آموزش دیده Pretrained Word2Vec

• Word2Vec Intuition Word2Vec INTUITION

• ویژگی های Word2Vec 50 Word2Vec 50Features

• Word2Vec CBOW Word2Vec CBOW

• Word2Vec SkipGrams Word2Vec SkipGrams

• دستکش GloVe

• fastText fastText

• شباهت کسینوس Cosine Similarity

شبکه های عصبی NLP (پیش نیازها) NLP Neural Networks (Pre-Requisites)

• LSTM قسمت 1 LSTM Part 1

• LSTM قسمت 2 (معماری) LSTM Part 2 (Architecture)

• LSTM قسمت 3 (معماری Deep Dive) LSTM Part 3 (Deep Dive Architecture)

• LSTM قسمت 4 (عملیات نقطه ای) LSTM Part 4 (Pointwise Operations)

• LSTM قسمت 5 فراموش گیت LSTM Part 5 forgetGate

• LSTM قسمت 6 inputGate LSTM Part 6 inputGate

• خروجی LSTM قسمت 7 LSTM Part 7 outputGate

• LSTM قسمت 8 عملی LSTM Part 8 Practicals

• LSTM قسمت 9 عملی LSTM Part 9 Practicals

• LSTM قسمت 10 عملی LSTM Part 10 Practicals

• GRU قسمت 1 GRU Part 1

• GRU قسمت 2 GRU Part 2

• GRU قسمت 3 (resetGate) GRU Part 3 (resetGate)

• GRU قسمت 4 (updateGate) GRU Part 4 (updateGate)

• GRU قسمت 5 عملی GRU Part 5 Practicals

• RNN دو جهته Bi Directional RNN

یادگیری عمیق (پیش نیاز) Deep Learning (Pre-Requisite)

• به ماژول در DL خوش آمدید Welcome to the module on DL

• مقدمه ای بر DL Introduction to DL

• درک یادگیری عمیق Understanding Deep Learning

• نورون چیست What is a Neuron

• توابع فعال سازی Activation Functions

• تابع مرحله Step Function

• تابع خطی Linear Function

• تابع سیگموئید Sigmoid Function

• عملکرد TanH TanH Function

• عملکرد ReLU ReLU Function

• Backpropagation در مقابل Forward Pass Backpropagation vs Forward Pass

• گرادیان نزول Gradient Descent

• شهود ANN ANN Intuition

• ANN (عملی) ANN (Practicals)

• ANN (بهینه سازی هایپر پارامتر) ANN (Hyper Parameter Optimization)

• CNN - مراحل در CNN CNN - Steps in CNN

• CNN - CNN چیست CNN - What is CNN

• CNN - معماری توضیح داده شد CNN - Architecture Explained

• CNN - تقویت تصویر CNN - Image Augmentation

• CNN - اندازه دسته در مقابل تکرارها در مقابل دوره ها CNN - Batch size vs iterations vs epochs

• CNN - اجرای کد CNN CNN - Code Implementation of CNN

• CNN - خلاصه مدل و پارامترها CNN - Model Summary & Parameters

• CNN - Hands on Project (طبقه بندی تصاویر XRAY) CNN - Hands on Project (XRAY Image Classification)

• RNN - مبانی RNN - Basics

• RNN - انواع RNN RNN - Types of RNN

• RNN - ناپدید شدن گرادیان در مقابل مشکل شیب انفجاری RNN - Vanishing Gradient vs Exploding Gradient Problem

• RNN - LSTMs RNN - LSTMs

• RNN - LSTMs (عملی) RNN - LSTMs (Practicals)

• مدل های از پیش آموزش دیده (تئوری) Pre Trained Models (Theory)

• مدل های از قبل آموزش دیده (عملی) Pre Trained Models (Practicals)

• VGG16 VGG16

• موبایل نت MobileNet

• یادگیری انتقالی Transfer Learning

• پروژه نهایی + Streamlit Final Project + Streamlit

ترانسفورماتور (پیش نیاز) Transformers (Pre-Requisite)

• به سفر Gen AI خوش آمدید Welcome to the journey of Gen AI

• انواع ترانسفورماتورها Transformers Types

• ترانسفورماتورها چیست؟ What are Transformers

• توجه به خود تنها چیزی است که نیاز دارید!! Self Attention is all you need!!

• معماری رمزگذار Encoder Architecture

• تعبیه‌های متنی Contextual Embeddings

• معماری رمزگشا Decoder Architecture

معماری فقط رمزگذار (پیش نیاز) Encoder Only Architecture (Pre-Requisite)

• مقدمه ای بر BERT Introduction to BERT

• پیکربندی BERT BERT Configurations

• تنظیم دقیق BERT BERT Fine Tuning

• پیش تمرین BERT (LM ماسک شده) BERT Pre Training (Masked LM)

• تعبیه‌های ورودی BERT Input Embeddings BERT

• ARLM در مقابل AELM ARLM vs AELM

• روبرتا RoBERTa

• DistilBERT DistilBERT

• آلبرت AlBERT

معماری فقط رمزگشا Decoder Only Architecture

• مقدمه ای بر GPT Introduction to GPT

• معماری GPT GPT Architecture

• GPT (توجه چند سر ماسک شده) GPT (Masked Multi Head Attention)

• بلوک های GPT GPT Blocks

• آموزش GPT GPT Training

مبانی LLM - نشانه ها، پنجره زمینه، درخواست، تنظیم سریع و غیره LLM Basics - Tokens, Context Window, Prompt, Prompt Tuning etc.

• توکن ها چیست؟ What are Tokens

• پنجره زمینه Context Window

• Prompt چیست؟ What is a Prompt?

• مهندسی سریع Prompt Engineering

• تنظیم سریع Prompt Tuning

• ساختارهای سریع Prompt Structures

بازیابی نسل افزوده Retrieval Augmented Generation

• مقدمه ای بر RAG ها Introduction to RAGs

• RAGs - چیست و چرا RAGs - What and Why

• RAGs - موارد استفاده RAGs - Use Cases

• RAGs - مقاله تحقیقاتی RAGs - Research Paper

• RAGs Architectures + VectorDB Architecture RAGs Architectures + VectorDB Architecture

• RAGs - معماری تفصیلی RAGs - Detailed Architecture

• RAGs - Chatbot مبتنی بر مقاله تحقیقاتی با استفاده از هوش مصنوعی باز (عملی) RAGs - Research Paper based Chatbot using Open AI (Practicals)

LangChain LangChain

• LangChain LangChain

مهندسی سریع Prompt Engineering

• مقدمه ای بر مهندسی سریع Introduction to Prompt Engineering

• انواع تلقین Types of Prompting

• چند محدودیت شات Few Shot Limitations

• برانگیختن زنجیره افکار Chain of Thoughts Prompting

پایگاه های داده برداری در مقابل شاخص برداری Vector Databases vs Vector Index

• پایگاه های داده برداری Vector Databases

• نمایه برداری در مقابل پایگاه داده برداری Vector Index vs Vector Database

• Vector db چگونه کار می کند How Vector db works

• پایگاه داده برداری (عملی) Vector Database (Practicals)

• LSH LSH

استقرار برنامه های کاربردی Gen AI Deployment of Gen AI Applications

• مقدمه Introduction

• مقدمه ای بر فلاسک Introduction to Flask

• اپلیکیشن Basic Flask Flask Basic App

• ساختمان مدل (سرطان سینه) Model Building (Breast Cancer)

• اپلیکیشن فلاسک (سرطان سینه) Flask App (Breast Cancer)

• نقش ابر در استقرار (AWS) Role of Cloud in Deployment (AWS)

• استقرار AWS AWS Deployment

پروژه های هوش مصنوعی ژنرال Gen AI Projects

• تحقیق در مورد RAG Chatbot Research RAG Chatbot

• Chat Scholar Chatbot + سیستم درجه بندی مقاله Chat Scholar Chatbot + Essay Grading System

• پردازش ادعاهای بیمه با استفاده از هوش مصنوعی AI Powered Insurance Claims Processing