آموزش کاوشگر مدیر محصول هوش مصنوعی [ویدیو] - آخرین آپدیت

دانلود AI Product Manager Explorer [Video]

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره یک معرفی جامع از مدیریت محصول هوش مصنوعی ارائه می‌دهد و برنامه‌نویسی پایتون، یادگیری ماشین و توسعه عوامل هوشمند (AI Agents) را با هم ترکیب می‌کند. با شروع از مبانی پایتون، شما مفاهیم پایه برنامه‌نویسی را تسلط یافته و به سراغ مفاهیم یادگیری ماشین مانند یادگیری نظارت‌شده و مدل‌های طبقه‌بندی می‌روید. این دوره همچنین مهندسی ویژگی، ارزیابی مدل و تنظیم هایپرپارامترها را پوشش می‌دهد تا به شما در بهینه‌سازی الگوریتم‌های یادگیری ماشین برای کاربردهای عملی کمک کند. تمرکز اصلی بر روی AI Agents است، حوزه‌ای که به سرعت در حال تکامل است. شما چارچوب‌هایی مانند AutoGPT، IBM Bee، LangGraph و CrewAI را بررسی خواهید کرد و یاد می‌گیرید سیستم‌های هوشمندی بسازید که قادر به انجام عملکردهای خودگردان یا مشارکتی باشند. علاوه بر این، کاربردهای عوامل هوشمند را در صنایعی مانند کسب‌وکار، بهداشت و درمان و سرگرمی بررسی کرده و به اثرات اخلاقی، قانونی و اجتماعی آن‌ها خواهید پرداخت. در پایان دوره، تجربه عملی در ساخت و انتشار AI Agent کسب خواهید کرد. پروژه‌های عملی و مینی‌پروژه‌ها شما را آماده می‌کند تا مهارت‌های مدیریت محصول هوش مصنوعی را در سناریوهای واقعی به کار بگیرید و بتوانید راهکارهای اثرگذار AI توسعه دهید. آنچه در این دوره می‌آموزید: - پیاده‌سازی مبانی برنامه‌نویسی پایتون و ساختارهای داده در یادگیری ماشین - به‌کارگیری الگوریتم‌های یادگیری نظارت‌شده، شامل مدل‌های رگرسیون و طبقه‌بندی - توسعه و بهینه‌سازی مدل‌های یادگیری ماشین با استفاده از مهندسی ویژگی و تکنیک‌های ارزیابی - ساخت عوامل هوشمند با استفاده از AutoGPT، IBM Bee، LangGraph و CrewAI - درک نقش AI Agents در کسب‌وکار، مراقبت‌های بهداشتی و سایر صنایع - ایجاد و انتشار AI Agentها در پلتفرم‌هایی مانند ChatGPT Store این دوره برای مدیران محصول مشتاق در حوزه هوش مصنوعی، توسعه‌دهندگان و علاقه‌مندان به یادگیری ماشین که می‌خواهند توسعه عوامل هوشمند را کشف کنند، ایده‌آل است. زبان‌آموزان باید درک پایه‌ای از برنامه‌نویسی و علاقه شدیدی به AI و یادگیری ماشین داشته باشند. هیچ دانش قبلی از یادگیری ماشین یا AI Agents مورد نیاز نیست و این دوره برای مبتدیانی که مشتاق ورود به این حوزه هیجان‌انگیز هستند، در دسترس است. سرفصل‌های کلیدی: * مبانی برنامه‌نویسی پایتون و کاربرد آن‌ها در پروژه‌های یادگیری ماشین * توسعه AI Agent با استفاده از چارچوب‌های AutoGPT، IBM Bee، LangGraph و CrewAI * کاربردهای واقعی عوامل هوشمند در صنایع مختلف

سرفصل ها و درس ها

معرفی دوره و مدرس Introduction to Course and Instructor

  • آنچه در دوره گواهینامه کاوشگر مدیر محصول AI خواهید آموخت What You'll Learn in the AI Product Manager Explorer Certificate Course

مبانی برنامه‌نویسی پایتون Python Programming Basics

  • روز اول: مقدمه‌ای بر پایتون و تنظیمات محیط توسعه Day 1: Introduction to Python and Development Setup

  • روز دوم: جریان کنترل در پایتون Day 2: Control Flow in Python

  • روز سوم: توابع و ماژول‌ها Day 3: Functions and Modules

  • روز چهارم: ساختارهای داده (لیست‌ها، تاپل‌ها، دیکشنری‌ها، مجموعه‌ها) Day 4: Data Structures (Lists, Tuples, Dictionaries, Sets)

  • روز پنجم: کار با رشته‌ها Day 5: Working with Strings

  • روز ششم: مدیریت فایل‌ها Day 6: File Handling

  • روز هفتم: کدنویسی پایتونیک و کار روی پروژه Day 7: Pythonic Code and Project Work

آشنایی با یادگیری ماشین Introduction to Machine Learning

  • روز اول: مبانی و اصطلاحات یادگیری ماشین Day 1: Machine Learning Basics and Terminology

  • روز دوم: مقدمه‌ای بر یادگیری نظارت‌شده و مدل‌های رگرسیون Day 2: Introduction to Supervised Learning and Regression Models

  • روز سوم: مدل‌های رگرسیون پیشرفته – رگرسیون چندجمله‌ای و منظم‌سازی Day 3: Advanced Regression Models – Polynomial Regression and Regularization

  • روز چهارم: مقدمه‌ای بر طبقه‌بندی و رگرسیون لجستیک Day 4: Introduction to Classification and Logistic Regression

  • روز پنجم: ارزیابی مدل و اعتبارسنجی متقاطع Day 5: Model Evaluation and Cross-Validation

  • روز ششم: الگوریتم k-نزدیک‌ترین همسایه (k NN) Day 6: k-Nearest Neighbors (k-NN) Algorithm

  • روز هفتم: مینی‌پروژه یادگیری نظارت‌شده Day 7: Supervised Learning Mini Project

مهندسی ویژگی و ارزیابی مدل Feature Engineering and Model Evaluation

  • روز اول: مقدمه‌ای بر مهندسی ویژگی Day 1: Introduction to Feature Engineering

  • روز دوم: مقیاس‌بندی و نرمال‌سازی داده‌ها Day 2: Data Scaling and Normalization

  • روز سوم: کدگذاری متغیرهای دسته‌ای Day 3: Encoding Categorical Variables

  • روز چهارم: تکنیک‌های انتخاب ویژگی Day 4: Feature Selection Techniques

  • روز پنجم: ایجاد و تبدیل ویژگی‌ها Day 5: Creating and Transforming Features

  • روز ششم: تکنیک‌های ارزیابی مدل Day 6: Model Evaluation Techniques

  • روز هفتم: اعتبارسنجی متقاطع و تنظیم هایپرپارامترها Day 7: Cross-Validation and Hyperparameter Tuning

عوامل هوشمند (AI Agents) برای مبتدیان AI Agents for Beginners

  • درک عوامل هوشمند: نحوه عملکرد AI Agents Understanding AI Agents - How AI Agents Function

  • مقدمه‌ای بر عوامل هوشمند Introduction to AI Agents

  • انواع عوامل هوشمند Types of AI Agents

  • تکنولوژی‌های پشت عوامل هوشمند: یادگیری ماشین و AI Agents Technologies Behind AI Agents - Machine Learning and AI Agents

  • پردازش زبان طبیعی (NLP) در عوامل هوشمند Natural Language Processing in AI Agents

  • عوامل هوشمند در رباتیک AI Agents in Robotics

  • چارچوب‌ها و معماری‌های AI Agents: چارچوب‌های توسعه AI Agent Frameworks & Architectures - AI Agent Development Frameworks

  • مروری بر AutoGPT برای عوامل هوشمند Overview of AutoGPT for AI Agents

  • چارچوب IBM Bee برای عوامل هوشمند IBM Bee Framework for AI Agents

  • LangGraph برای عوامل هوشمند حالت‌دار (Stateful) LangGraph for Stateful AI Agents

  • CrewAI برای عوامل هوشمند مشارکتی CrewAI for Collaborative AI Agents

  • کاربردهای عوامل هوشمند: AI Agents در عملیات تجاری Applications of AI Agents - AI Agents in Business Operations

  • عوامل هوشمند در بهداشت و درمان AI Agents in Healthcare

  • عوامل هوشمند در سیستم‌های مالی AI Agents in Financial Systems

  • عوامل هوشمند در سرگرمی AI Agents in Entertainment

  • عوامل هوشمند در خانه‌های هوشمند و IoT AI Agents in Smart Homes and IoT

  • روندهای آینده و پیامدهای اخلاقی: آینده AI Agents Future Trends and Ethical Implications - The Future of AI Agents

  • اخلاق در توسعه عوامل هوشمند Ethics in AI Agent Development

  • چالش‌های قانونی و رگولاتوری برای عوامل هوشمند Legal and Regulatory Challenges for AI Agents

  • تاثیرات گسترده‌تر: اثرات اجتماعی و اقتصادی AI Agents Broader Impact of AI Agents - Social and Economic Impacts of AI Agents

  • عوامل هوشمند و همکاری انسان AI Agents and Human Collaboration

  • نقش عوامل هوشمند در تحقیقات علمی The Role of AI Agents in Scientific Research

  • عوامل هوشمند در امنیت عمومی و دفاع ملی AI Agents in Public Safety and National Defense

عوامل هوشمند: بررسی جامع AI Agents: A Comprehensive Overview

  • کار عملی با AutoGen | IBM Bee | LangGraph | CrewAI | AutoGPT Hands-on AutoGen | IBM Bee | LangGraph | CrewAI | AutoGPT

  • کار عملی با AutoGen Hands-on AutoGen

  • کار عملی با چارچوب IBM Bee Hands-on IBM Bee Framework

  • کار عملی با LangGraph Hands-on LangGraph

  • کار عملی با CrewAI Hands-on CrewAI

  • کار عملی با AutoGPT Hands-on AutoGPT

ساخت و انتشار GPTها در فروشگاه ChatGPT Creating and Publishing GPTs to ChatGPT Store

  • ساخت و انتشار GPTها در فروشگاه ChatGPT - بخش اول Creating and Publishing GPTs to ChatGPT Store Part 1

  • ساخت و انتشار GPTها در فروشگاه ChatGPT - بخش دوم Creating and Publishing GPTs to ChatGPT Store Part 2

  • ساخت و انتشار GPTها در فروشگاه ChatGPT - بخش سوم Creating and Publishing GPTs to ChatGPT Store Part 3

تبریک و پایان دوره Congratulations

  • تبریک و آرزوی موفقیت Congratulations and Best of Luck

نمایش نظرات

آموزش کاوشگر مدیر محصول هوش مصنوعی [ویدیو]
جزییات دوره
11h 44m
55
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
Vivian Aranha
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Vivian Aranha Vivian Aranha

معمار راه حل های موبایل و مربی حرفه ای