آموزش هوش مصنوعی مولد: مقدمه ای بر مدل های زبان بزرگ

Generative AI: Introduction to Large Language Models

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
ابزارهای مولد هوش مصنوعی مانند ChatGPT، DALL-E، Bard و Stable Diffusion اخیراً مورد توجه بسیاری قرار گرفته‌اند. در این دوره، فرد نوانگانگا، متخصص و معلم فناوری اطلاعات، مقدمه‌ای ملایم در مورد این که این ابزارها چیست، چگونه کار می‌کنند و چگونه در اکوسیستم بزرگ‌تر هوش مصنوعی قرار می‌گیرند، به یادگیرندگان ارائه می‌دهد. هوش مصنوعی مولد را با مدل‌های زبان بزرگ (LLM) کاوش کنید. بیاموزید که هوش مصنوعی و LLM مولد چیست، انواع LLMها وجود دارند و چگونه تکامل یافته اند. در شبکه های عصبی، از جمله نحوه یادگیری آنها و مروری بر یادگیری عمیق و تأثیر تحول آفرین آن، غواصی کنید. بلوک‌های سازنده LLM‌ها، مانند معماری ترانسفورماتور، رمزگذارها و رمزگشاها، مکانیسم توجه و توجه به خود را کشف کنید. به علاوه، مفاهیم اجتماعی LLM را بررسی کنید.

سرفصل ها و درس ها

معرفی Introduction

  • هوش مصنوعی مولد با مدل های زبان بزرگ Generative AI with large language models

1. مدل های زبان بزرگ 1. Large Language Models

  • هوش مصنوعی مولد چیست؟ What is generative AI?

  • مدل زبان بزرگ چیست؟ What is a large language model?

  • انواع مدل های زبان بزرگ Types of large language models

  • تکامل مدل های زبان بزرگ The evolution of large language models

2. شبکه های عصبی و مدل های زبان 2. Neural Networks and Language Models

  • شبکه عصبی چیست؟ What is a neural network?

  • شبکه های عصبی چگونه یاد می گیرند؟ How do neural networks learn?

  • یادگیری عمیق و اهمیت آن Deep learning and its significance

3. بلوک های ساختمان مدل های زبان بزرگ 3. Building Blocks of Large Language Models

  • معماری ترانسفورماتور The Transformer architecture

  • رمزگشا چیست؟ What is an encoder-decoder?

  • مکانیسم توجه The attention mechanism

  • توجه به خود چگونه کار می کند؟ How does self-attention work?

4. پیامدهای اجتماعی مدل های زبان بزرگ 4. Societal Implications of Large Language Models

  • کاربردهای رایج مدل های زبان بزرگ Common applications of large language models

  • چالش ها با مدل های زبان بزرگ Challenges with large language models

  • آینده مدل های زبان بزرگ The future of large language models

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

آموزش هوش مصنوعی مولد: مقدمه ای بر مدل های زبان بزرگ
جزییات دوره
1h 36m
16
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
-
- 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

Frederick Nwanganga Frederick Nwanganga

کارشناس و مدرس فناوری اطلاعات

فردریک نوانگانگا دانشیار تدریس در زمینه تجزیه و تحلیل و عملیات.

او بیش از 15 سال تجربه تحلیلی دارد و دوره های کارشناسی ارشد و لیسانس در مدیریت داده، یادگیری ماشین و تجزیه و تحلیل داده های بدون ساختار را در کالج تجارت مندوزا در دانشگاه نوتردام تدریس می کند. قبل از پیوستن به مندوزا به عنوان استاد تمام وقت، فرد تقریباً 20 سال در زمینه فناوری اطلاعات در چندین سمت به عنوان توسعه دهنده نرم افزار، تحلیلگر تجاری، مدیر پایگاه داده، مدیر پروژه و مدیر فناوری کار کرد. او به مدت سه سال یک شرکت مشاوره خدمات کسب و کار فناوری اطلاعات را تأسیس کرد و آن را اداره کرد و نویسنده کتاب درسی یادگیری ماشینی به نام یادگیری ماشین عملی در R.
است.