🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش تسلط بر توسعه اپلیکیشن هوش مصنوعی مولد از صفر تا صد در سال 2025
- آخرین آپدیت
دانلود Zero to GenerativeAI Application Development Mastery in 2025
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
آموزش جامع GenAI و مدلهای زبانی بزرگ (LLM) از صفر تا متخصص
دنیای هوش مصنوعی مولد را با دوره جامع ما، "تسلط بر توسعه برنامههای کاربردی GenAI از صفر"، فتح کنید. چه مبتدی باشید و چه به دنبال ارتقاء مهارتهای خود، این برنامه شما را در هر مرحله حیاتی ساخت برنامههای کاربردی هوش مصنوعی در دنیای واقعی راهنمایی میکند.
ما با مبانی هوش مصنوعی و یادگیری ماشین شروع میکنیم - درک اینکه هوش مصنوعی واقعاً چیست، چگونه با یادگیری ماشین، یادگیری عمیق و مدلهای زبانی بزرگ (LLM) ارتباط دارد. در مورد یادگیری نظارت شده، بدون نظارت و تقویتی و اینکه چگونه اساس سیستمهای هوش مصنوعی پیشرفته امروزی را تشکیل میدهند، بیاموزید.
شما در مورد مهندسی پرامپت (Prompt Engineering) و اجزای یک پرامپت ساختاریافته یاد خواهید گرفت.
تفاوت بین سیستم پرامپت (System Prompt) و کاربر پرامپت (User Prompt) با مثالهای واقعی
توهمات هوش مصنوعی و چگونگی جلوگیری از آن.
در مرحله بعد، به مفاهیم اصلی هوش مصنوعی مولد و LLMها بپردازید. شما کشف خواهید کرد که چه چیزی مدلهایی مانند ChatGPT، Claude و Gemini را به حرکت در میآورد - از توکنها، پنجرههای زمینه و Embeddings تا تکهها و پارامترهای مدل. دریابید که چگونه این عناصر برنامههایی را نیرو میدهند که میتوانند متن تولید کنند، به سؤالات پاسخ دهند و موارد دیگر.
در بخش راهاندازی محیط عملی، شما را در نصب پایتون و ادغام با ابزارهای GenAI مانند ChatGPT، DeepSeek و Grok راهنمایی میکنیم. روشهای مختلف تعامل با LLMها را بیاموزید و از طریق کدنویسی زنده تجربه عملی کسب کنید.
سپس، به ساخت برنامههای کاربردی سفارشی با استفاده از APIهای OpenAI، Google Gemini و DeepSeek بروید. نحوه اتصال، پرس و جو و بازیابی پاسخ از LLMها مستقیماً به برنامههای خود را با استفاده از SDKهای قدرتمند بیاموزید.
گزینههای میزبانی و مدلهای قیمتگذاری را برای استقرار LLMهای خود در فضای ابری کاوش کنید. حتی از مدلهای میزبانی شده ابری برای برنامههای تبدیل متن به گفتار (TTS)، OCR و بینایی کامپیوتر (Computer Vision) استفاده خواهید کرد.
آیا برای رفتن به حالت لوکال (Local) آمادهاید؟ ما به شما نشان میدهیم که چگونه LLMها را روی کامپیوتر خود اجرا کنید و آنها را از کد خود فراخوانی کنید - بدون نیاز به وابستگی به فضای ابری.
در نهایت، آن را با پروژههای توسعه برنامه کاربردی فول استک (Full-Stack) در دنیای واقعی که LLMهای متعددی را برای حل مشکلات عملی ادغام میکنند، به پایان برسانید.
این فقط یک دوره نیست - این دروازه شما برای تبدیل شدن به یک توسعهدهنده مطمئن و توانمند هوش مصنوعی مولد است. آیا برای تسلط بر آینده آماده هستید؟
سرفصل ها و درس ها
مبانی هوش مصنوعی و یادگیری ماشین
Basics of Artificial Intelligence and Machine Learning
مرور دوره
Course Overview
هوش مصنوعی چیست
What is Artificial Intelligence
یادگیری ماشین چیست
What is Machine Learning
رابطه بین هوش مصنوعی، یادگیری ماشین، یادگیری عمیق و مدلهای زبانی بزرگ
Relationship between AL ML DL LLM
یادگیری با نظارت و بدون نظارت
Supervised and Unsupervised Learning
یادگیری تقویتی و مدلهای زبانی بزرگ
Reinforcement learning and LLM
اصول هوش مصنوعی مولد و مدلهای زبانی بزرگ
Fundamentals of Generative AI and Large Language Models
هوش مصنوعی مولد چیست
What is Generative AI
مدل زبانی بزرگ چیست
What is Large Language Model
انواع مختلف مدلهای زبانی بزرگ
Different types of LLMs
پارامترها، توکنها، پنجره متن در مدلهای زبانی بزرگ
Parameters , Tokens, Context window in LLMs
تکهها در مدلهای زبانی بزرگ
Chunks in LLM
Embeddings در مدلهای زبانی بزرگ
Embeddings in LLM
مهندسی Prompt با تمرین عملی
Prompt Engineering with Handson
اجزای یک Prompt خوب
Parts of a Good Prompt
مثالی از یک Prompt خوش ساختار
Example of well structured prompt
Prompt سیستم در مقابل Prompt کاربر
System Prompt vs User Prompt
مثالهایی از Prompt سیستم و کاربر
Examples of System and User Prompts
تمرین عملی با Prompt کاربر
Handson with User Prompt
استفاده از ChatGPT برای تولید Prompt خوب و خوش ساختار
Use ChatGPT to generate well structured good Prompt
توهم هوش مصنوعی چیست و چگونه از آن جلوگیری کنیم
What is AI Hallucination and how to avoid it
راه اندازی محیط و دستیارهای محبوب هوش مصنوعی مولد
Environment Setup and Popular GenAI Assitants
راه اندازی محیط توسعه محلی پایتون
Python local development environment setup
مدل زبانی بزرگ و ChatGPT چیست با تمرین عملی
What is LLM and ChatGPT with Practical Handson
DeepSeek، Google Gemini، Claude، Grok
DeepSeek, Google Gemini, Claude, Grok
روشهای مختلف تعامل با هر مدل زبانی بزرگ
Different ways to Interact with any LLM models
استفاده از مدلهای زبانی بزرگ از طریق API و SDK
Using LLMs from Custom Application via API and SDK
کاوش در پلتفرم OpenAI برای کلید API و مستندات
Exploring OpenAI Platform for API Key and Docs
فراخوانی API OpenAI از طریق کد پایتون، تمرین عملی
Calling OpenAI API via Python Code Practical Handson
فراخوانی API Google Gemini از طریق کد پایتون، تمرین عملی
Calling Google Gemini API via Python Code Practical Handson
فراخوانی API DeepSeek از طریق کد پایتون، تمرین عملی
Calling DeepSeek API via Python Code Practical Handson
گزینههای میزبانی برای مدلهای زبانی بزرگ و قیمتگذاری آنها
Hosted Options for LLMs and their Pricing
گزینههای میزبانی برای مدلهای زبانی بزرگ
Hosting options for LLM models
میزبانی مدلهای LLAMA روی ابر و فراخوانی آن از طریق کد
Hosting LLAMA models on Cloud and calling it via Code
استفاده از مدل زبانی بزرگ میزبانی شده در ابر برای برنامه تبدیل متن به گفتار
Using cloud hosted LLM Model for text to speech application
اهمیت پارامتر دما در مدل زبانی بزرگ
Significance of Temparature parameter in LLM
استفاده از مدل زبانی بزرگ میزبانی شده در ابر برای OCR و قابلیت دید
Using cloud hosted LLM for OCR and Vision capability
اجرای مدلهای زبانی بزرگ روی کامپیوتر محلی
Running LLMs on Local Computer
چگونه مدل زبانی بزرگ را روی کامپیوتر محلی اجرا کنیم
How to run LLM on Local Computer
نصب مدل زبانی بزرگ روی کامپیوتر مبتنی بر CPU محلی
Installing LLM Model on Local CPU based computer
فراخوانی مدلهای زبانی بزرگ نصب شده به صورت محلی از کد
Calling locally installed LLM models from code
توسعه اپلیکیشن فول استک با چندین مدل زبانی بزرگ
Fullstack App Development with multiple LLMs
برنامههای کاربردی فول استک مدل زبانی بزرگ در دنیای واقعی
Real world fullstack LLM applications
نرم افزار حرفه ای با 11+ سال تجربه در ITI یک نرم افزار Fullstack DevOps با 11+ سال تجربه در انواع فناوری ها از جمله توسعه وب و برنامه های تلفن همراه با استفاده از HTML5 ، CSS3 ، JavaScript ، JQuery ، Bootstrap ، Angular ، React ، Java ، Spring ، Springboot ، Python ، Flask ، Django ، NodeJS ، Express ، Android ، Ionic ، React Native ، Flutter به هوش مصنوعی و فناوری های ابری مانند سرویس های وب آمازون و Microsoft Azure. من همچنین دارای گواهینامه جاوا ، Azure cloud ، محصول Backbase هستم. من تجربه کار با چندین مشتری MNC و اروپایی را دارم. من همچنین یک مربی شرکتی هستم که طیف گسترده ای از آموزش را ارائه می دهد.
نمایش نظرات