آموزش مبانی هوش مصنوعی، مدل‌های زبانی بزرگ (LLMs) و محیط‌های توسعه - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• مقدمه‌ای بر تخصص Introduction to the Specialization

• دمو: آنچه در این دوره خواهید ساخت Demo: What You'll Build in This Course

• ساختار دوره Course Structure

• چگونه بیشترین بهره را از این دوره ببریم How to Get the Most from This Course

راه‌اندازی محیط توسعه Development Environment Setup

• راه‌اندازی محیط توسعه: نمای کلی Development Environment Setup: Overview

• نصب پایتون در ویندوز: برای کاربران ویندوز Install Python on Windows: For Windows Users

• نصب پایتون در مک: برای کاربران مک Install Python on Mac: For Mac Users

• دانلود Visual Studio Code Download Visual Studio Code

• نصب بسته افزونه‌های پایتون برای VS Code Install the Python Extension Pack for VS Code

• اجرای اولین برنامه پایتون در VS Code Running First Python Program in VS Code

اختیاری: بررسی عمیق پایتون—تسلط بر مبانی پایتون Optional: Python Deep Dive—Master Python Fundamentals

• پایتون چیست و کجا استفاده می‌شود؟ What Is Python and Where It's Used?

• فرآیند کامپایل و تفسیر پایتون Python Compilation and Interpretation Process

• تعریف متغیرها در پایتون Declaring Variables in Python

• انواع داده‌ها Data Types

• استفاده از f-Strings در پایتون Python f-Strings

• اعداد: صحیح (Integers) و اعشاری (Floats) Numbers: Integers and Floats

• مقدمه‌ای بر لیست‌ها: دسترسی و تغییر Introduction to Lists: Accessing and Modifying Them

• استفاده از f-Strings و مقادیر تکی از لیست f-Strings and Individual Values from a List

• مرتب‌سازی لیست و به‌دست آوردن طول لیست Sorting a List and Getting a List Length

• لیست‌ها و حلقه‌ها: پیمایش در یک لیست Lists and Loops: Looping Through a List

• ساخت لیست اعداد با حلقه‌ها و تابع range Making a List of Numbers with Loops and the Range Function

• توابع آماری برای اعداد Statistics Functions for Numbers

• تولید اعداد زوج با استفاده از لیست و range Generate Even Numbers with the List and Range

• مهم: نکته‌ای درباره سازماندهی کد Important: Code Organization Note

• لیست‌های جامع (List Comprehension) List Comprehension

• تاپل‌ها (Tuples) Tuples

• ساختارهای شرطی: دستورات if و مقادیر Boolean Branching: If Statements and Booleans

• کلیدواژه‌های elif و in The Elif and the in Keywords

• تمرین عملی: استفاده از عملگرهای منطقی and و or Hands-On: Using and and or Logical Operators

• عملگرهای منطقی and و or and or Logical Operators

• بررسی نابرابری‌ها Checking for Inequalities

• تمرین عملی: دستورات if تو در تو Hands-On: Inner If-Statements

• ساختارهای داده: دیکشنری‌ها—مقدمه، تعریف و دسترسی به مقادیر Data Structures: Dictionaries—Introduction and Declaring and Accessing Values

• تغییر مقادیر در دیکشنری Modifying a Dictionary

• پیمایش در یک دیکشنری Iterating Through a Dictionary

• دیکشنری‌های تو در تو و پیمایش آن‌ها Nested Dictionaries and Looping Through Them

• پیمایش در دیکشنری حاوی لیست Looping Through a Dictionary with a List Inside

• ورودی کاربر و حلقه‌های while: مقدمه‌ای بر ورودی کاربر User Input and While Loops: User Input—Introduction

• تمرین عملی: عدد فرد یا زوج Hands-On: Odd or Even Number

• حلقه‌های while و برنامه ساده خروج While Loops and Simple Quit Program

• تمرین عملی: بازی کوییز Hands-On: Quiz Game

• حذف تمام موارد از مقادیر خاص در یک لیست Removing All Instances of Specific Values from a List

• تمرین عملی: برنامه برنامه سفر رویایی—پر کردن دیکشنری با ورودی کاربر Hands-On: Dream Travel Itinerary Program—Filling a Dictionary with User Input

• توابع: مقدمه Functions: Introduction

• ارسال اطلاعات به تابع (پارامترها) Passing Information to a Function (Parameters)

• آرگومان‌های موقعیتی و نام‌گذاری شده Positional and Named Arguments

• مقادیر پیش‌فرض: پارامترها Default Values: Parameters

• مقادیر بازگشتی از تابع Return Values from a Function

• تمرین عملی: بازگرداندن عدد صحیح و مقدمه‌ای بر DocString Hands-On: Returning an Integer and Intro to DocString

• توابع: ارسال یک لیست به عنوان آرگومان Functions: Passing a List as Argument

• ارسال تعداد نامشخص آرگومان به یک تابع Passing an Arbitrary Number of Arguments to a Function

• مقدمه‌ای بر ماژول‌ها: وارد کردن توابع خاص از یک ماژول Introduction to Modules: Importing Specific Functions from a Module

• استفاده از as برای نام مستعار Using the "as" as an Alias

• کلاس‌ها و OOP: برنامه‌نویسی شیءگرا—متدهای init و str Classes and OOP: Object-Oriented Programming—The init and str Methods

• بررسی متدهای init و str The init and str Methods

• افزودن متدهای بیشتر به کلاس Adding More Methods to the Class

• تنظیم مقدار پیش‌فرض برای یک ویژگی (Attribute) Setting a Default Value for an Attribute

• تغییر ویژگی کلاس: مستقیم و از طریق متدها Modifying Class Attribute: Directly and with Methods

• وراثت: ساخت یک کتاب الکترونیکی—کلاس فرزند Inheritance: Create an Ebook—Child Class

• بازنویسی متدها (Overriding) Overriding Methods

• ساخت و وارد کردن از یک ماژول Creating and Importing from a Module

• کلاس Object: نمای کلی The Object Class: Overview

• کتابخانه استاندارد پایتون The Python Standard Library

• ماژول Random: تمرین عملی میوه‌های تصادفی Random Module: Random Fruit Hands-On

• تمرین عملی: میوه تصادفی با متد choice ماژول Hands-On: Random Fruit with Choice Module Method

• استفاده از ماژول Datetime Using Datetime Module

• نوشتن و خواندن فایل‌ها: انجام کارهای کاربردی با پایتون Writing and Reading Files: Do Useful Tasks with Python

• کلاس Path و خواندن یک فایل متنی The Path Class and Reading a Text File

• حل مسیر: خواندن از یک زیرپوشه با Path Resolving Path: Reading from a Subdirectory with Path

• نمای کلی ویژگی‌های Path Path Properties Overview

• نوشتن در فایل متنی با Path Writing to Text File with Path

• خواندن و نوشتن در فایل با استفاده از کلیدواژه with Read and Write to File Using the "with" Keyword

• مدیریت استثناها (Exceptions) Handling Exceptions

• انواع استثنای FileNotFound و IndexError The "FileNotFound" and "IndexError" Exception Types

• ساخت و مدیریت استثناهای سفارشی Custom Exception Creation and Handling

• JSON: خواندن و نوشتن در فایل JSON JSON: Reading and Writing to a JSON File

• تمرین عملی: نوشتن و خواندن نام کشورها در فایل JSON Hands-On: Writing and Reading Countries to JSON File

• تمرین عملی: سازمان‌دهنده فایل‌ها Hands-On: File Organizer

• محیط مجازی پایتون و PIP Python Virtual Environment and PIP

• راه‌اندازی محیط مجازی و نصب یک پکیج Setting Up Virtual Environment and Installing a Package

• تمرین عملی: ابزار واترمارک پایتون Hands-On: Watermarker Python Tool

• ساخت واترمارک تصاویر در پایتون: بخش اول Building an Image Watermarker in Python: Part 1

• تولید تصاویر واترمارک شده Generating the Watermarked Images

• خواندن فایل CSV: مقدمه Reading CSV File: Introduction

• به‌دست آوردن موقعیت هدر CSV Getting the CSV Header Position

• خواندن داده‌ها از یک ستون CSV Reading Data from a CSV Column

• رسم نمودار با داده‌های CSV Plotting a Graph with CSV Data

درک یادگیری عمیق و یادگیری ماشین Understanding Deep and Machine Learning

• بررسی عمیق یادگیری عمیق و ماشین: نمای کلی و تفکیک Deep and Machine Learning Deep Dive: Overview and Breakdown

• جنبه‌های کلیدی یادگیری عمیق Deep Learning Key Aspects

• کالبدشکافی شبکه عصبی عمیق: بررسی کامل با مثال‌های مشابه Deep Neural Network Dissection: Full Dive with Analogies

• محاسبات تک‌نورون: بررسی عمیق The Single Neuron Computation: Deep Dive

• وزن‌ها (Weights): بررسی عمیق Weights: Deep Dive

• توابع فعال‌ساز: بررسی عمیق با مثال‌های مشابه Activation Functions: Deep Dive with Analogies

• خلاصه‌ی یادگیری عمیق Deep Learning Summary

• مقدمه‌ای بر یادگیری ماشین: یادگیری ماشین در مقابل یادگیری عمیق Machine Learning Introduction: Machine Learning vs. Deep Learning

• انواع یادگیری: تحلیل مشابه با سیستم آموزشی Learning Types: Education System Analogy

• قابلیت‌های تطبیقی: خلاصه‌ی یادگیری عمیق، یادگیری ماشین و هوش مصنوعی Comparative Capabilities: Deep Learning, Machine Learning, and AI Summary

هوش مصنوعی مولد: معماری و فناوری‌های اصلی Generative AI: Architecture and Core Technologies

• مقدمه‌ای بر GenAI و نمای کلی معماری GenAI Introduction and Architecture Overview

• فناوری‌های کلیدی GenAI: محدودیت‌ها و چالش‌ها GenAI Key Technologies: Limitations and Challenges

• نمای کلی و خلاصه‌ی اجزای کلیدی GenAI GenAI Key Components Overview and Summary

مدل‌های زبانی بزرگ (LLMs): مفاهیم، معماری و توسعه عملی LLMs: Concepts, Architecture, and Hands-On Development

• مدل‌های زبانی بزرگ (LLMs): نمای کلی LLMs: Overview

• معماری ترنسفورمر: مبانی The Transformer Architecture: Fundamentals

• مکانیسم خود-توجهی: تحلیل مشابه The Self-Attention Mechanism: Analogy

• کتابخانه Transformers: بررسی عمیق The Transformers Library: Deep Dive

• تمرین عملی: ساخت یک LLM ساده با کتابخانه Transformers Hands-On: Create a Simple LLM from the Transformers Library

• تمرین عملی: LLM پیشرفته‌تر با Transformers Hands-On: Enhanced Transformers LLM

• مدل‌های متن‌باز در مقابل مدل‌های بسته: نمای کلی Open-Source vs. Closed-Source Models: Overview

مدل‌های OpenAI و راه‌اندازی OpenAI Models and Setup

• راه‌اندازی حساب OpenAI و کلید API Set Up OpenAI Account and API Key

• استفاده موثر از APIها در پروژه‌های هوش مصنوعی Using APIs Effectively in AI Projects

• تمرین عملی: اولین فراخوانی مدل OpenAI Hands-On: Making Our First Call to OpenAI Model