لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش دوره جامع گواهینامه AWS Certified AI Practitioner (AIF-C01)
- آخرین آپدیت
دانلود AWS Certified AI Practitioner (AIF-C01)
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
دوره AWS Certified AI Practitioner (AIF-C01) یک منبع جامع برای آمادگی در آزمون جدید گواهینامه AWS با کد AIF-C01 است. چاد اسمیت، مدرس و نویسنده با تجربه، تمامی مفاهیم و اهداف آزمون را پوشش داده و شما را برای مطالعهای موثر و دستیابی به موفقیت تجهیز میکند.
این دوره شامل بحثهایی درباره انواع مختلف یادگیری ماشین (Machine Learning)، هوش مصنوعی (AI) و موارد استفاده تجاری برای هر یک است. در این دوره بینشهای عمیقی درباره هوش مصنوعی مسئولانه، از جمله توسعه سیستمهای اخلاقی و مدلهای قابل توضیح به دست خواهید آورد. همچنین با امنیت، انطباق (Compliance)، حاکمیت دادهها و روشهای ایمنسازی راهکارهای AI آشنا میشوید. هر مبحث اصلی با دو سوال تمرینی برای سنجش دانش شما به پایان میرسد.
سرفصل ها و درس ها
ماژول ۱: مبانی آزمون
Module 1: Exam Foundation
معرفی ماژول
Module Introduction
اهداف یادگیری
Learning objectives
مقدمه
Introduction
شرح داوطلبان هدف
Target Candidate Description
محتوای آزمون
Exam Content
دامنه سوالات آزمون
Exam Question Domains
ماژول ۲: مفاهیم پایه هوش مصنوعی و یادگیری ماشین
Module 2: Fundamentals of AI and ML
معرفی ماژول
Module Introduction
اهداف یادگیری
Learning objectives
اصطلاحات پایه هوش مصنوعی
Basic AI Terminology
مقدمهای بر یادگیری ماشین
Introduction to Machine Learning
مقدمهای بر یادگیری عمیق
Introduction to Deep Learning
تحلیل سوالات ۱
Question Breakdown 1
تحلیل سوالات ۲
Question Breakdown 2
اهداف یادگیری
Learning objectives
الگوها و ضد-الگوهای AI
AI Patterns and Anti-patterns
تکنیکهای یادگیری ماشین
ML Techniques
کاربردهای واقعی هوش مصنوعی
Real-world AI Applications
سرویسهای مدیریت شده AI/ML در AWS
AWS Managed AI/ML Services
تحلیل سوالات ۱
Question Breakdown 1
تحلیل سوالات ۲
Question Breakdown 2
اهداف یادگیری
Learning objectives
اجزای خط لوله (Pipeline) یادگیری ماشین
ML Pipeline Components
منابع مدلهای ML و انواع استقرار
ML Model Sources and Deployment Types
مقدمهای بر ML Ops
Introduction to ML Ops
سرویسهای خط لوله ML در AWS
AWS ML Pipeline Services
معیارهای ارزیابی عملکرد مدل ML
ML Model Performance Metrics
تحلیل سوالات ۱
Question Breakdown 1
تحلیل سوالات ۲
Question Breakdown 2
ماژول ۳: مبانی هوش مصنوعی زایشی
Module 3: Fundamentals of Generative AI
معرفی ماژول
Module Introduction
اهداف یادگیری
Learning objectives
اصطلاحات پایه هوش مصنوعی زایشی
Basic Generative AI Terminology
موارد استفاده از Generative AI
Generative AI Use Cases
چرخه عمر مدلهای پایه
Foundation Model Lifecycle
تحلیل سوالات ۱
Question Breakdown 1
تحلیل سوالات ۲
Question Breakdown 2
اهداف یادگیری
Learning objectives
مزایای هوش مصنوعی زایشی
Generative AI Advantages
معایب هوش مصنوعی زایشی
Generative AI Disadvantages
درخت تصمیم برای انتخاب مدل
Model Selection Decision Tree
ارزش تجاری و معیارهای Generative AI
Generative AI Business Value and Metrics
تحلیل سوالات ۱
Question Breakdown 1
تحلیل سوالات ۲
Question Breakdown 2
اهداف یادگیری
Learning objectives
سرویسها و قابلیتهای Generative AI در AWS
AWS Generative AI Services and Features
مزایا و فواید Generative AI در AWS
AWS Generative AI Advantages and Benefits
بررسی هزینهها و توازن در Generative AI AWS
AWS Generative AI Cost Tradeoffs
تحلیل سوالات ۱
Question Breakdown 1
تحلیل سوالات ۲
Question Breakdown 2
ماژول ۴: کاربردهای مدلهای پایه (Foundation Models)
Module 4: Applications of Foundation Models
معرفی ماژول
Module Introduction
اهداف یادگیری
Learning objectives
معیارهای انتخاب مدلهای پیشآموزشدیده
Pre-trained Model Selection Criteria
پارامترهای استنتاج مدل (Inference)
Model Inference Parameters
مقدمهای بر RAG (تولید تقویت شده با بازیابی)
Introduction to RAG
مقدمهای بر پایگاههای داده برداری (Vector Databases)
Introduction to Vector Databases
سرویس پایگاه داده برداری AWS
AWS Vector Database Service
هزینهها و توازن در شخصیسازی مدلهای پایه
Foundation Model Customization Cost Tradeoffs
عاملهای هوش مصنوعی زایشی (AI Agents)
Generative AI Agents
تحلیل سوالات ۱
Question Breakdown 1
تحلیل سوالات ۲
Question Breakdown 2
اهداف یادگیری
Learning objectives
معیارهای ارزیابی و عملکرد مدلهای پایه
Foundation Model Performance Metrics and Evaluation
معیارهای اهداف تجاری مدلهای پایه
Foundation Model Business Objective Criteria
تحلیل سوالات ۱
Question Breakdown 1
تحلیل سوالات ۲
Question Breakdown 2
اهداف یادگیری
Learning objectives
آموزش مدلهای پایه
Foundation Model Training
تنظیم دقیق (Fine-tuning) مدلهای پایه
Foundation Model Fine-tuning
آمادهسازی دادههای مدل پایه
Foundation Model Data Preparation
نمایش نظرات