آموزش هوش مصنوعی مولد برای علوم داده (Generative AI) - آخرین آپدیت

هوش مصنوعی مولد برای علوم داده Generative AI for Data Science

• معرفی دوره Course Introduction

درس اول: تطبیق‌پذیری و تأثیر GenAI در علوم داده Lesson 1: Versatility and Impact of GenAI in Data Science

• هوش مصنوعی مولد چیست؟ What Is Generative AI?

• تاریخچه هوش مصنوعی مولد History of Generative AI

• مورد استفاده سطح بالا: تصاویر سلولی میکروسکوپی فلورسانس بهبود یافته با AI High-Level Use Case: Artificially Enhanced Fluorescence Microscopy Cell Images

• مورد استفاده سطح بالا: تشخیص ناهنجاری High-Level Use Case: Anomaly Detection

• تولید محتوا برای بازاریابی پیامکی: حفظ لحن مشتری Content Generation for SMS Marketing: Maintaining Client Tonality

درس دوم: اجرا و استقرار محلی LLM برای علوم داده Lesson 2: Running and deploying an LLM locally for Data Science:

• چرا Fine-Tuning مدل‌های LLM متن‌باز هزینه‌بر و دشوار است؟ Why Fine-Tuning Open-Source LLMs Is Costly and Hard

• کوانتایزیشن (Quantization) چیست؟ What Is Quantization?

• تکنیک LoRA چیست؟ What Is LoRA?

• نحوه Fine-Tune کردن محلی یک مدل: بخش اول How To Fine Tune a Model Locally: Part 1

• نحوه Fine-Tune کردن محلی یک مدل: بخش دوم How To Fine Tune a Model Locally: Part 2

درس سوم: مهندسی ویژگی با داده‌های کمپین SMS با کارایی بالا Lesson 3: Feature Engineering with High Performance SMS Campaign Data

• چگونه هوش مصنوعی مولد تحلیل متن را در علوم داده بازاریابی پیش می‌برد How Generative AI Advances Text Analysis in Marketing Data Science

• مهندسی ویژگی با داده‌های کمپین SMS با کارایی بالا Feature Engineering With High-Performance SMS Campaign Data

• آموزش یک مدل پیش‌بین با استفاده از این برچسب‌ها Training a Predictive Model Using These Labels

درس چهارم: ملاحظات اخلاقی در هوش مصنوعی مولد Lesson 4: Ethical Considerations of GenAI

• ملاحظات حریم خصوصی داده‌ها در هوش مصنوعی مولد Data Privacy Considerations in Generative AI

• سوگیری (Bias) در هوش مصنوعی مولد Bias in Generative AI

• هوش مصنوعی مسئولانه: توسعه و استقرار Responsible AI: Development and Deployment

• چگونه داده‌های مصنوعی (Synthetic Data) را به صورت ایمن ایجاد کنیم؟ How Do We Safely Create Synthetic Data?