آموزش هوش مصنوعی پیشرفته: تکنیک‌ها، کاربردها و اخلاقیات - آخرین آپدیت

دانلود Advanced AI: Techniques, Applications, and Ethics

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: اکثر متخصصان هوش مصنوعی می‌توانند یک مدل را اجرا کنند، اما تعداد کمی از آن‌ها قادرند مدل مناسب را برای مسئله‌ای خاص انتخاب کنند، داستان علّی پشت داده‌های خود را ردیابی نمایند و سیستم‌هایی طراحی کنند که واقعاً به افرادی که بر آن‌ها تأثیر می‌گذارند، قدرت ببخشند. این دوره این شکاف را پر کرده و عمق فنی و قضاوت اخلاقی را ارائه می‌دهد که تخصص متفکرانه در هوش مصنوعی را از آشنایی سطحی متمایز می‌کند. شما انواع یادگیری ماشین را دسته‌بندی کرده و XGBoost و CNNها را برای وظایف رگرسیون و طبقه‌بندی به کار می‌گیرید و در طول دوره کدهای عملی پایتون را اجرا خواهید کرد. شما مدل‌های علّی را با استفاده از شبکه‌های بیزی و چارچوب DoWhy می‌سازید، گراف‌های دانش را برای استدلال ساختاریافته ادغام می‌کنید و با مدل‌های ترنسفورمر از جمله GPT-2 و BERT، زبان تولید کرده و تحلیل احساسات را انجام می‌دهید. سپس، عوامل هوش مصنوعی رقابتی را با استفاده از الگوریتم‌های minimax و سیستم‌های همکاری دسته-جمعی با بهینه‌سازی ذرات برنامه‌نویسی می‌کنید و در نهایت یک قوس اخلاقی سخت‌گیرانه شامل کاهش سوگیری، توازن‌های حریم خصوصی، قضایای ناممکن، طراحی حساس به ارزش و رویکرد قابلیت را به کار می‌بندید. در پایان این دوره، شما قادر خواهید بود سیستم‌های هوش مصنوعی را در طیفی از حوزه‌های واقعی انتخاب، ساخته و از نظر اخلاقی ارزیابی کنید و با مهارت‌های فنی و چارچوب‌های طراحی اصولی مجهز شوید تا اطمینان حاصل کنید که کار شما واقعاً قابلیت‌های انسانی را ارتقا می‌دهد.

سرفصل ها و درس ها

تشخیص رویکردهای محوری هوش مصنوعی و یادگیری ماشین Distinguishing Core AI and Machine Learning Approaches

  • تبدیل شدن به متخصص هوش مصنوعی Becoming an AI Expert

  • رمزگشایی از هوش مصنوعی و یادگیری ماشین Demystifying AI and ML

  • انواع یادگیری ماشین Types of Machine Learning

  • انواع هوش مصنوعی Types of Artificial Intelligence

انتخاب و به‌کارگیری الگوریتم‌های یادگیری ماشین برای پیش‌بینی و طبقه‌بندی Selecting and Applying ML Algorithms for Prediction and Classification

  • اهداف الگوریتم‌ها Purposes of Algorithms

  • حل مسائل رگرسیون Solving Regression Problems

  • حل مسائل طبقه‌بندی و تشخیص Solving Classification and Detection Problems

تحلیل روابط علّی و به‌کارگیری استراتژی‌های داده‌محور مبتنی بر دانش Analyzing Causal Relationships and Applying Knowledge-Driven Data Strategies

  • ادغام گراف‌های دانش Integrating Knowledge Graphs

  • بهره‌گیری از یادگیری انتقالی Leveraging Transfer Learning

ساخت کاربردهای هوش مصنوعی محاوره‌ای Building Conversational AI Applications

  • تولید عبارات زبانی معنادار Generating Sensible Language Utterances

  • ساخت تجربه‌های محاوره‌ای Building Conversational Experiences

ساخت سیستم‌های هوش مصنوعی رقابتی و مشارکتی Building Competitive and Cooperative AI Systems

  • ساخت بازی‌های رقابتی Building Competitive Games

  • ساخت بازی‌های مشارکتی Building Cooperative Games

شناسایی و کاهش ریسک‌های اخلاقی در هوش مصنوعی Detecting and Mitigating Ethical Risks in AI

  • کاهش سوگیری در یادگیری ماشین Mitigating Bias in ML

  • تضاد سوگیری با حریم خصوصی Bias Conflicting with Privacy

  • شناسایی اخلاقیات متضاد Identifying Conflicting Ethics

طراحی سیستم‌های هوش مصنوعی اخلاقی و حساس به قابلیت‌ها Designing Ethical and Capability-Sensitive AI Systems

  • اجتناب از اپلیکیشن‌های قیم‌مآبانه اخلاقی Avoiding Ethically Paternalistic Apps

  • ادغام سیستم‌های طراحی اخلاقی Integrating Ethical Design Systems

  • خلق طراحی‌های حساس به قابلیت Creating Capability-Sensitive Designs

تثبیت تخصص هوش مصنوعی برای نوآوری مسئولانه Consolidating AI Expertise for Responsible Innovation

  • تثبیت آموخته‌های شما Reinforce Your Learning

نمایش نظرات

آموزش هوش مصنوعی پیشرفته: تکنیک‌ها، کاربردها و اخلاقیات
جزییات دوره
4h 20m
20
(آخرین آپدیت)
5
- 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