آموزش درک و ارزیابی هوش مصنوعی در سلامت روان - آخرین آپدیت

دانلود Understanding and Evaluating AI for Mental Health

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره برای دانشجویان و متخصصان روانشناسی، پزشکی و سایر رشته‌های بالینی طراحی شده است که قصد دارند درکی کاربردی از هوش مصنوعی به دست آورند و مهارت‌های ارزیابی انتقادی آن را بیاموزند. شما مفاهیم محوری سیستم‌های مدرن هوش مصنوعی، از جمله یادگیری ماشین (Machine Learning)، پردازش زبان طبیعی (NLP) و مدل‌های زبانی بزرگ (LLMs) را بررسی خواهید کرد و خواهید آموخت که این فناوری‌ها در سطح مفهومی چگونه عمل می‌کنند و چرا اهمیت آن‌ها در حوزه سلامت روان رو به افزایش است. همچنین یاد می‌گیرید که چگونه قابلیت اعتماد سیستم‌های هوش مصنوعی را با تمرکز بر روایی (Validity)، پایایی (Reliability) و سوگیری (Bias) بسنجید و درک کنید که ایمن و عادلانه بودن یک ابزار هوش مصنوعی برای گروه‌های متنوع بیماران به چه معناست. در طول این مسیر، مصاحبه‌های تخصصی با پژوهشگران و توسعه‌دهندگان، این مفاهیم را از دیدگاه افرادی که عملاً این سیستم‌ها را ساخته‌اند، زنده و ملموس می‌کند. در پایان این دوره، شما زیربنای لازم برای درک، پرسشگری و ارزیابی انتقادی ابزارهای هوش مصنوعی را خواهید داشت؛ مهارتی ضروری در زمانی که هوش مصنوعی به طور فزاینده‌ای در عملکردهای سلامت روان حضور می‌یابد.

سرفصل ها و درس ها

مقدمه‌ای بر هوش مصنوعی (AI) Introduction to Artificial intelligence (AI)

  • بالینگر سلامت روان و هوش مصنوعی The Mental Health Clinician and AI

  • خوش‌آمدگویی به این بخش Welcome to this Module

  • هوش مصنوعی چیست؟ What is AI?

  • مبانی یادگیری ماشین The Basics of Machine Learning

  • نمونه‌هایی از تکنیک‌های یادگیری ماشین Examples of Machine Learning Techniques

  • پردازش زبان طبیعی Natural Language Processing

  • مدل‌های زبانی بزرگ چندوجهی – متن، صوت و ویدیو Multimodal Large Language Models – Text, Audio, and Video

  • اندرو شوارتز – کلمات چه می‌گویند: دیدگاه یک پژوهشگر هوش مصنوعی Andrew Schwartz – What Words Reveal: An AI Researcher's View

  • گابریل بونین – تلاقی روان‌درمانی و هوش مصنوعی Gabriel Bonnin - The Intersection of Psychotherapy and AI

نحوه ارزیابی هوش مصنوعی: روایی و پایایی How to Evaluate AI: Validity and Reliability

  • خوش‌آمدگویی به این بخش Welcome to this Module

  • روایی، پایایی و سوگیری‌ها در هوش مصنوعی Validity, Reliability, and Biases in AI

  • ارزیابی نمرات شدت و طبقه‌بندی‌های تشخیصی Evaluating Severity Scores and Diagnostic Classifications

  • آموزش و اعتبارسنجی در برابر ارزیابی‌های برآورد بهینه Training and Validating against Best-Estimate Assessments

  • ارزیابی آینده‌نگر مدل‌های هوش مصنوعی در داده‌های جدید Prospectively Evaluating AI Models in New Data

  • بنیادهای هوش مصنوعی در سلامت روان: از متدها تا ارزیابی The Foundations of AI in Mental Health: From Methods to Evaluation

  • دِوِن شاه – سوگیری در هوش مصنوعی: از پژوهش تا استقرار در دنیای واقعی Deven Shah – Bias in AI: From Research to Real-World Deployment

نمایش نظرات

آموزش درک و ارزیابی هوش مصنوعی در سلامت روان
جزییات دوره
6h 22m
16
(آخرین آپدیت)
267
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده