آموزش دوره جامع و سریع اصطلاحات هوش مصنوعی - آخرین آپدیت

دانلود AI Terms Crash Course new

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.

نمونه ویدیوها: (صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)

توضیحات دوره: اصطلاحات رایج هوش مصنوعی و مدل‌های زبانی بزرگ (LLM) را در یک ساعت یاد بگیرید: LLMs، RAG، MCP، ایجنت‌ها، APIها، پرامپت‌ها و موارد دیگر. درک ماهیت LLMها و تفاوت آن‌ها با منطق نرم‌افزاری سنتی. آشنایی با توکن‌ها، پنجره‌های زمینه (Context Windows)، پرامپت‌ها و خروجی‌های مدل. توضیح نحوه اتصال برنامه‌ها به LLMها از طریق API. درک مفاهیم Tool Calling، RAG، MCP و ایجنت‌های هوش مصنوعی. پیش نیازها: بدون نیاز به کدنویسی. آشنایی ابتدایی با مباحث فنی مفید است.

دوره جامع اصطلاحات هوش مصنوعی، راهنمایی متمرکز و یک‌ساعته برای آشنایی با زبان مدرن هوش مصنوعی است. اگر می‌شنوید که افراد درباره LLMها، RAG، MCP، پنجره‌های زمینه، ایجنت‌ها، APIها، فراخوانی ابزارها (Tool Calling)، فاین‌تیونینگ (Fine Tuning)، مهندسی پرامپت، IDEهای هوش مصنوعی و مدل‌های Open Weight صحبت می‌کنند، این دوره به شما کمک می‌کند تا معنای این اصطلاحات و اهمیت آن‌ها را درک کنید.

این دوره برای توسعه‌دهندگان، مدیران، بنیان‌گذاران و تیم‌های فنی طراحی شده است که می‌خواهند بدون گم شدن در اصطلاحات پیچیده، در گفتگوهای حوزه AI مشارکت کنند. هر درس یک مفهوم مهم را با زبانی کوتاه و شفاف و با استفاده از مثال‌های کاربردی از محصولات نرم‌افزاری، ابزارهای AI و جریان‌های کاری واقعی توسعه توضیح می‌دهد.

این دوره به‌ویژه برای کسانی مفید است که با تیم‌های نرم‌افزاری کار می‌کنند، پروژه‌های فنی را مدیریت می‌کنند، محصولات هوش مصنوعی را با هم مقایسه می‌کنند یا می‌خواهند متوجه شوند توسعه‌دهندگان هنگام بحث درباره رفتار مدل، زمینه (Context)، بازیابی (Retrieval)، ابزارها، ایجنت‌ها و ریسک‌های امنیتی چه می‌گویند. هدف ما شفافیت است، نه تبلیغات اغراق‌آمیز: ایجاد یک زیربنای فشرده که به شما کمک کند سوالات بهتری بپرسید و تصمیمات مطمئن‌تری بگیرید.

این یک بوت‌کمپ طولانی کدنویسی نیست و وعده تسلط فوری بر AI را نمی‌دهد. بلکه یک نقشه مفهومی و واژگان کاربردی برای افرادی است که نیاز دارند ابزارهای AI را ارزیابی کنند، درباره پروژه‌های AI بحث کنند، ادعاهای تامین‌کنندگان را تحلیل کنند یا به یک تیم فنی دستورالعمل بدهند. در پایان، مدل ذهنی روشن‌تری از اکوسیستم هوش مصنوعی و اصطلاحات مورد استفاده در بحث‌های مهندسی و محصولی AI خواهید داشت.

سرفصل ها و درس ها

مقدمه و مبانی هوش مصنوعی Welcome and AI Foundations

مدل LLM چیست؟ What Is an LLM Model?
توکن‌ها و پنجره‌های زمینه (Context Windows) Tokens and Context Windows

اجزای سازنده برنامه‌های هوش مصنوعی Building Blocks for AI Applications

APIها برای برنامه‌های LLM APIs for LLM Applications
مدل‌های Open Weight و پارامترها Open-Weight Models and Parameters
ابزارها و فراخوانی توابع (Function Calling) Tools and Function Calling
تولید تقویت شده با بازیابی (RAG) RAG: Retrieval-Augmented Generation
پروتکل زمینه مدل (MCP) MCP: Model Context Protocol
تنظیمات پیشرفته API Advanced API Settings

کار با ابزارها و جریان‌های کاری AI Working with AI Tools and Workflows

مهندسی پرامپت Prompt Engineering
IDEهای هوش مصنوعی و ابزارهای توسعه‌دهنده AI IDEs and Developer Tools
ایجنت‌ها (Agents) Agents

مفاهیم پیشرفته و ریسک‌ها Advanced Concepts and Risk

بهینه‌سازی یا فاین‌تیونینگ (Fine Tuning) Fine-Tuning
الگوهای معماری LLM LLM Architecture Patterns
امنیت هوش مصنوعی و Prompt Hacking AI Security and Prompt Hacking
مهارت‌ها و قابلیت‌های قابل استفاده مجدد در AI Skills and Reusable AI Capabilities