کارگاه هوش مصنوعی: توسعه پیشرفته چت بات

AI Workshop: Advanced Chatbot Development

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

کسب‌وکارها به طور فزاینده‌ای به راه‌حل‌های مبتنی بر هوش مصنوعی برای افزایش تعاملات مشتری، ساده‌سازی خدمات و ماندن در رقابت متکی هستند. در این چشم‌انداز دیجیتالی که به سرعت در حال تحول است، توانایی ساخت و استقرار ربات‌های گفتگوی پیچیده بسیار مهم است. این دوره عملی به دانشمندان داده و مهندسان ML قدرت می‌دهد تا از این ابزارها و تکنیک‌های پیشرفته استفاده کنند و از پیشروی سازمان‌هایشان در ارائه تجربیات استثنایی به مشتریان اطمینان حاصل کنند.

مدرس Axel Sirota شما را در تسلط بر توسعه و استقرار ربات‌های گفتگوی پیشرفته و LLM راهنمایی می‌کند. اهداف کلیدی شامل درک فناوری‌ها و روندهای چت بات، استفاده از Hugging Face برای توسعه، و پیاده‌سازی ربات‌های گفتگو با مجموعه داده OpenOrca است. در طول مسیر، Axel تکنیک‌های پیشرفته‌ای را برای بهینه‌سازی عملکرد و کارایی پوشش می‌دهد و تجربه عملی را در استقرار ربات‌های گفتگو در Hugging Face Spaces با Gradio و AWS ECS با استفاده از Docker و Terraform ارائه می‌کند.

پیش نیازها
  • آشنایی با برنامه نویسی پایتون، زیرا زبان اصلی مورد استفاده در دوره آموزشی است
  • کمی تجربه با مفاهیم و روش‌های یادگیری ماشین
  • مواجهه قبلی با TensorFlow و Keras برای ساخت و آموزش مدل
  • دانش اولیه هوش مصنوعی و تکنیک های پردازش زبان طبیعی (NLP)

سرفصل ها و درس ها

مقدمه Introduction

  • ساخت ربات چت هوش مصنوعی Building an AI chatbot

  • بررسی نسخه Version check

  • بیشترین بهره را از این دوره ببرید Getting the most out of this course

1. درک چت بات ها و در آغوش گرفتن صورت 1. Understanding Chatbots and Hugging Face

  • اصول چت بات ها Fundamentals of chatbots

  • مقدمه ای بر صورت در آغوش گرفتن Introduction to Hugging Face

  • راه حل: یک چت بات اولیه بسازید Solution: Build a basic chatbot

  • نسخه ی نمایشی: پیاده سازی چت بات در پایتون Demo: Implementing the chatbot in Python

  • طراحی چت بات برای تجربه مشتری Designing a chatbot for customer experience

  • مروری بر فناوری‌ها و روندهای چت بات Overview of chatbot technologies and trends

  • نسخه ی نمایشی: کاوش در آغوش کشیدن صورت Demo: Exploring Hugging Face

2. ساختن یک چت بات پیشرفته با OpenOrca 2. Building an Advanced Chatbot with OpenOrca

  • بهبود بیشتر ویژگی های چت بات Further enhancing chatbot features

  • نسخه ی نمایشی: ساخت ربات چت با OpenOrca Demo: Building a chatbot with OpenOrca

  • راه حل: ربات چت را با OpenOrca تقویت کنید Solution: Enhance the chatbot with OpenOrca

  • مقدمه ای بر مجموعه داده OpenOrca Introduction to OpenOrca dataset

3. آماده سازی مدل برای استقرار 3. Preparing Model for Deployment

  • اصول هرس مدل Principles of model pruning

  • نسخه ی نمایشی: کمی کردن مدل چت بات Demo: Quantizing the chatbot model

  • نسخه ی نمایشی: مروری بر نتایج Demo: Overview of the results

  • تئوری و عمل تقطیر مدل Theory and practice of model distillation

  • درک و اجرای کوانتیزاسیون Understanding and implementing quantization

  • راه حل: چت بات را برای استقرار آماده کنید Solution: Prepare the chatbot for deployment

  • نسخه ی نمایشی: اعمال تقطیر مدل در ربات چت Demo: Applying model distillation to the chatbot

  • نسخه ی نمایشی: هرس کردن مدل چت بات Demo: Pruning the chatbot model

4. استقرار در فضاهای در آغوش گرفتن صورت با Gradio 4. Deploying to Hugging Face Spaces with Gradio

  • جزئیاتی که باید در مورد استقرار در Hugging Face Spaces در نظر بگیرید Details to consider on deploying to Hugging Face Spaces

  • استقرار ربات چت در Hugging Face Spaces Deploying the chatbot to Hugging Face Spaces

  • معرفی Gradio Introduction to Gradio

  • نسخه ی نمایشی: استقرار در فضاهای در آغوش گرفتن صورت Demo: Deploying to Hugging Face Spaces

5. استقرار در AWS ECS با استفاده از Terraform 5. Deploying to AWS ECS Using Terraform

  • نسخه ی نمایشی: استقرار ربات گفتگوی Dockerized در AWS ECS Demo: Deploying the Dockerized chatbot to AWS ECS

  • نسخه ی نمایشی: نوشتن یک فایل Terraform برای استقرار AWS ECS Demo: Writing a Terraform file for AWS ECS deployment

  • چگونه در ECS مستقر شویم؟ How to deploy to ECS?

  • نسخه ی نمایشی: ایجاد Dockerfile Demo: Creating the Dockerfile

6. ارزیابی عملکرد چت بات 6. Evaluating Chatbot Performance

  • نسخه ی نمایشی: محک زدن ربات چت ما Demo: benchmarking our chatbot

  • معیارها و معیارهای عملکرد چت بات Metrics and benchmarks for chatbot performance

  • تجزیه و تحلیل و بهبود ربات چت شما Analyzing and improving your chatbot

نتیجه گیری Conclusion

  • خلاصه ای از آموخته ها و نکات کلیدی Recap of key learnings and tips

  • با چت ربات های هوش مصنوعی ادامه دهید Continuing on with AI chatbots

نمایش نظرات

کارگاه هوش مصنوعی: توسعه پیشرفته چت بات
جزییات دوره
3h 38m
35
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
4,237
- از 5
دارد
دارد
دارد
Axel Sirota
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Axel Sirota Axel Sirota

آکسل سیروتا دارای مدرک کارشناسی ارشد ریاضیات است که علاقه زیادی به عملیات یادگیری عمیق و یادگیری ماشین دارد. وی پس از تحقیق در زمینه احتمال ، آمار و بهینه سازی یادگیری ماشین ، در حال حاضر در JAMPP به عنوان یک مهندس تحقیق در زمینه یادگیری ماشین مشغول به کار است که از داده های مشتری برای پیش بینی دقیق در زمان واقعی پیشنهاد استفاده می کند.