لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
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
نمایش نظرات