آموزش توسعه مسئولانه هوش مصنوعی با GitHub Copilot - آخرین آپدیت

دانلود Responsible AI Development with GitHub Copilot

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

در این دوره بیاموزید چگونه از قدرت GitHub Copilot بهره ببرید و در عین حال، توسعه مسئولانه هوش مصنوعی را تضمین کنید. این دوره به بررسی جامع اعتبارسنجی کدهای تولید شده توسط AI می‌پردازد و به شما کمک می‌کند تا آسیب‌پذیری‌های امنیتی و نقص‌های منطقی را شناسایی کرده و کد نهایی تولیدی خود را تقویت کنید. همچنین یاد می‌گیرید که چگونه Copilot را با اعمال استانداردهای کدنویسی و استفاده از پیکربندی‌های سفارشی، برای پروژه‌های تیم خود بهینه کنید. بهترین روش‌ها برای بازرسی کدها و اطمینان از همسویی ابزارهای AI با اهداف تیمتان را کشف کنید. با مقایسه عملکرد مدل‌های زبانی بزرگ (LLM) و انجام تحلیل‌های هزینه-فایده، در دنیای سریع تکنولوژی پیشرو بمانید. این دوره برای توسعه‌دهندگان، مدیران تیم و علاقه‌مندان به هوش مصنوعی طراحی شده است تا مهارت‌های لازم برای بهینه‌سازی ادغام AI در جریان‌های کاری خود را کسب کنند.

این دوره توسط Pragmatic AI Labs ایجاد شده است و ما مفتخریم که این آموزش را در کتابخانه خود میزبانی کنیم.


سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه‌ای بر اعتبارسنجی AI: چرا برای کدهای تولیدی اهمیت دارد Introduction to AI validation: Why it matters for production code

1. اعتبارسنجی کدهای تولید شده توسط هوش مصنوعی 1. Validating AI-Generated Code

  • تشخیص نقص‌های منطقی و توهمات در خروجی‌های AI Detecting logical flaws and hallucinations in AI outputs

  • راهکار: بازرسی امنیتی کدهای تولید شده توسط AI با بهترین روش‌ها Solution: Security audit AI-generated code with best practices

  • شناسایی آسیب‌پذیری‌های امنیتی در کدهای تولید شده توسط AI Identifying security vulnerabilities in AI-generated code

  • تکنیک‌های تایید کد AI: رویکردهای دستی و خودکار Techniques for verifying AI code: Manual and automated approaches

  • چالش: بازرسی امنیتی کدهای تولید شده توسط AI Challenge: Security audit AI-generated code

2. شخصی‌سازی Copilot برای تیم شما 2. Customizing Copilot for Your Team

  • تست پیکربندی‌های سفارشی: اعتبارسنجی و اثربخشی Testing custom configurations: Validation and effectiveness

  • چالش: اعمال یک قانون سفارشی در کد بیس شما Challenge: Enforce a custom rule in your codebase

  • اجرای استانداردهای کدنویسی تیمی با پیکربندی‌های سفارشی Enforcing team coding standards with custom configurations

  • راهکار: اعمال قانون سفارشی با پیکربندی Copilot Solution: Enforce a custom rule with Copilot configuration

  • استفاده از copilot instructions.md برای راهنمایی‌های خاص پروژه Using copilot-instructions.md for project-specific guidance

3. به‌روز ماندن با ابزارهای هوش مصنوعی 3. Staying Current with AI Tools

  • منابع جامعه کاربری و پشتیبانی: مستندات، انجمن‌ها و مشارکت‌ها Community resources and support: Documentation, forums, and contributions

  • انتخاب LLM مناسب برای نیازهای توسعه شما Choosing the right LLM for your development needs

  • تحلیل هزینه-فایده مدل‌ها: بازگشت سرمایه (ROI) و برنامه‌ریزی بودجه Cost-benefit analysis of models: ROI and budget planning

  • گام‌های بعدی و یادگیری مستمر: موضوعات پیشرفته و تخصص Next steps and continuous learning: Advanced topics and expertise

  • مقایسه عملکرد مدل‌ها: بنچ‌مارک و معیارهای کیفیت Comparing model performance: Benchmarking and quality metrics

نمایش نظرات

آموزش توسعه مسئولانه هوش مصنوعی با GitHub Copilot
جزییات دوره
1h 2m
16
(آخرین آپدیت)
2,277
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Pragmatic AI Labs Pragmatic AI Labs

آزمایشگاه‌های هوش مصنوعی عمل‌گرا یک آموزش‌دهنده فناوری است.

آزمایشگاه‌های هوش مصنوعی عملی همه را، صرف‌نظر از ابزار یا پیش‌زمینه، به دانشی برای تغییر خود و ارتقای جوامع خود مجهز می‌کند. آزمایشگاه‌های هوش مصنوعی عملگرا تلاش می‌کنند تا آموزش را دموکراتیک کرده و زندگی را از طریق فناوری خلاقانه و اخلاقی تقویت کنند. با مدرسان برجسته از دانشگاه‌های برتر با تجربه صنعت در دنیای واقعی، برنامه‌های آن بر ارائه مهارت‌های در دسترس و پیشرفته تمرکز دارد که منجر به تحقق مشاغل و در عین حال اجتناب از آسیب و بهبود رفاه انسان می‌شود.