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

کد منبع Source code

  • کد Code

نمایش نظرات

آموزش تسلط بر توسعه اپلیکیشن هوش مصنوعی مولد از صفر تا صد در سال 2025
جزییات دوره
3 hours
37
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
3,003
3.8 از 5
ندارد
دارد
دارد
Ranjan Pandey
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Ranjan Pandey Ranjan Pandey

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.