آموزش 엔ویدیا (NVIDIA): مهندسی پرامپت و تحلیل داده‌ها - آخرین آپدیت

دانلود NVIDIA: Prompt Engineering and Data Analysis

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: دوره «مهندسی پرامپت و تحلیل داده‌ها» از انویدیا، پنجمین بخش از مجموعه آمادگی آزمون (NCA-GENL) برای تخصص مدل‌های زبانی بزرگ (LLMs) دارای گواهینامه NVIDIA است. این دوره آموزشی، یادگیرندگان را با پایه‌ای مستحکم در زمینه مهندسی پرامپت (Prompt Engineering)، تحلیل داده‌ها و تکنیک‌های بصری‌سازی برای بهینه‌سازی مدل‌های زبانی بزرگ آشنا می‌کند. در این دوره، مفاهیم ضروری مانند مبانی مهندسی پرامپت، خلق پرامپت‌های موثر و تکنیک P-tuning برای ارتقای عملکرد LLM‌ها پوشش داده شده است. همچنین، روش‌های تحلیل داده‌های متنی، انواع نمودارها و نقش آن‌ها در بصری‌سازی موثر داده‌ها بررسی می‌شود. شرکت‌کنندگان تجربه عملی کار با ابزارهایی نظیر NVIDIA NeMo برای مهندسی پرامپت و cuDF و Dask cuDF برای تسریع گردش کارهای تحلیل داده را کسب خواهند کرد. این دوره در دو ماژول شامل درس‌ها و ویدئوهای آموزشی سازماندهی شده است. محتوای ویدئویی حدود ۳ تا ۳.۵ ساعت است که هر دو جنبه تئوری و کاربردی را در بر می‌گیرد. هر ماژول همراه با کوئیزهایی برای ارزیابی میزان یادگیری و تثبیت مفاهیم است. ماژول ۱: مبانی مهندسی پرامپت ماژول ۲: تحلیل و بصری‌سازی داده‌ها در پایان این دوره، یادگیرندگان قادر خواهند بود: - مفاهیم مهندسی پرامپت و نقش آن در بهینه‌سازی LLMها را درک کنند. - تکنیک‌های P-tuning و معماری RAG را برای بهبود عملکرد مدل به کار گیرند. - از روش‌های تحلیل و بصری‌سازی داده‌ها برای انجام موثر وظایف پردازش زبان طبیعی (NLP) استفاده کنند. این دوره برای افرادی که به دنبال ارتقای مهارت‌های خود در مهندسی پرامپت و تحلیل داده‌ها با تمرکز بر پیاده‌سازی عملی برای بهینه‌سازی مدل‌های زبانی بزرگ هستند، ایده‌آل است.

سرفصل ها و درس ها

مبانی مهندسی پرامپت Foundations of Prompt Engineering

  • مهندسی پرامپت Prompt Engineering

  • اصول طراحی پرامپت Fundamentals of Prompt Design

  • تکنیک‌های ایجاد پرامپت‌های موثر Techniques for Effective Prompts

  • تکنیک‌های بهینه برای Fine-tuning پرامپت Prompt Efficient Finetuning Technique

  • یادگیری پرامپت: P-tuning Prompt Learning : P-tuning

  • آشنایی با NVIDIA NeMo Introduction to NVIDIA NeMo

  • دموی مهندسی پرامپت با یک مدل زبانی بزرگ Prompt Engineering Demo with an LLM

  • درک معماری RAG در مدل‌های زبانی بزرگ Understanding RAG Architecture of LLM

تحلیل و بصری‌سازی داده‌ها Data Analysis and Visualization

  • تکنیک‌های تحلیل داده‌های متنی Techniques of Text Data Analysis

  • دموی بصری‌سازی داده‌های متنی Text data visualization - Demo

  • انواع نمودارها و اهمیت آن‌ها Types of Plot and its importance

  • دموی بصری‌سازی داده‌ها برای داده‌های ساختاریافته Data Visualization for Structured Data - Demo

  • گردش کار تحلیل داده‌های شتاب‌یافته با cuDF و Dask cuDF Accelerated Data Analysis Workflow with cuDF and Dask cuDF

  • نکات آزمون: تکنیک‌های بصری‌سازی برای داده‌های متنی Exam Tips: Data Visiualization Techniques for Text Data

نمایش نظرات

آموزش 엔ویدیا (NVIDIA): مهندسی پرامپت و تحلیل داده‌ها
جزییات دوره
3h 8m
14
(آخرین آپدیت)
1,880
- 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