Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-18 of 18 items.

linkedin AI و LLMOPS تولیدی: بلوک ها و برنامه های کاربردی (Mitalearn-420968)

  • 1 hours 21 minutes
  • مناسب همه
  • Release date: 26 February 2024
  • Author: Archana Vaidheeswaran,Soham Chatterjee
درباره این دوره: 

 از آنجا که مدلهای بزرگ زبان در صنایع مختلف به طور فزاینده ای رواج می یابد ، متخصصان باید نحوه ساخت ، تنظیم دقیق و استقرار این مدل ها را به طور مؤثر و با مسئولیت پذیری درک کنند. در این دوره ، پایه های ساختمان ، تنظیم دقیق و استقرار LLM ها را در برنامه های دنیای واقعی بیاموزید. مربیان Soham Chatterjee و Archana Vaidheeswaran با مقدمه ای برای LLMS و تکامل آنها در چشم انداز AI شروع می کنند. آنها سپس به معماری LLM شیرجه می زنند ، به شما نشان می دهند که چگونه می توانید استراتژی های تنظیم کارهای سفارشی را تنظیم کنید ، توضیح دهید که چرا و چگونه می توان LLM ها را فشرده کرد و در آخر جنبه های مهم مهندسی سریع را پوشش داد. در طول دوره ، آنها یک سری چالش ها و راه حل ها را ارائه می دهند تا بتوانید در هنگام رفتن درسها را تمرین کنید.

linkedin Build With AI: چت های سفارشی با N8N ایجاد کنید (Mitalearn-413862)

  • 1 hours 31 minutes
  • مناسب همه
  • Release date: 31 July 2025
  • Author: Tobias Zwingmann
درباره این دوره: 

 در این دوره عملی ، سناریو محور ، توبیاس زوینگمن ، متخصص هوش مصنوعی به شما نشان می دهد که چگونه می توانید یک پشتیبانی از مشتری پشتیبانی از AI را با استفاده از N8N و یک مدل زبان بزرگ (LLM) از انتخاب خود بسازید. گام به گام ، یک ربات را طراحی کنید که شروع به کار با سؤالات متداول مشترک با یک فوریت خوب ساخته شود-سپس با اتصال آن به Pinecone ، امکان جستجوهای عمیق را در مستندات ، خط مشی ها یا داده های محصول خود قرار دهید. ابزارهایی را که باید بدانید از طریق تجربه دستی برای حل یک مشکل واقعی بیاموزید. هنگامی که این دوره را تمام کردید ، مفاهیم اصلی ساخت چت بابات های AI سفارشی را با N8N درک خواهید کرد و بینش خود را برای حرکت به سمت استقرار آماده تولید بدست آورده اید. چه در OPS ، پشتیبانی یا محصول باشید ، این دوره به شما می دهد که به سرعت با گردش کار عملی و با تأثیر بالا AI آزمایش کنید.

linkedin Hand-On AI: مقدمه ای برای بازیابی نسل (RAG) (Mitalearn-421869)

  • 39 minutes
  • مناسب همه
  • Release date: 4 June 2025
  • Author: Yujian Tang
درباره این دوره: 

 نسل بازیابی (RAG) به سرعت خود را به عنوان یکی از محبوب ترین راه ها برای استفاده از مدلهای بزرگ زبان (LLM) از هم جدا کرد. چرا؟ از آنجا که RAG یک مشکل اساسی در استفاده از LLMS برای موارد استفاده خودمان ایجاد می کند. LLM ها روی داده های زیادی آموزش دیده اند ، اما آنها به داده های تخصصی مورد نیاز ما برای موارد استفاده شخصی یا تجاری دسترسی ندارند و همین امر باعث می شود که آنها پاسخ دهند. این جایی است که RAG وارد می شود. RAG از مدل های جاسازی شده و پایگاه داده های بردار استفاده می کند تا داده های خود را به گونه ای ذخیره کند که بتواند از آن به عنوان زمینه برای LLM استفاده شود. این دوره به شما نشان می دهد که قطعات مختلف یک برنامه RAG ، نحوه استفاده از آنها و نحوه ساخت برنامه RAG خود از ابتدا در پایتون چیست. این دوره همچنین از مدل های github برای تقویت یادگیری خود استفاده می کند.

linkedin Hands-On AI: RAG با استفاده از LlamaIndex (Mitalearn-441861)

  • 6 hours 25 minutes
  • مناسب همه
  • Release date: 2 August 2024
  • Author: Harpreet Sahota
درباره این دوره: 

 

این دوره با تمرکز بر سیستم نوآورانه LlamaIndex، به اصول و کاربردهای نسل افزوده بازیابی (RAG) اشاره می‌کند. کاوش کنید که چگونه RAG مدل‌های یادگیری ماشین را با یکپارچه‌سازی منابع دانش خارجی برای خروجی‌های آگاهانه‌تر و دقیق‌تر بهبود می‌بخشد. مربی هارپریت ساهوتا معماری سیستم های بازیابی، مکانیک نمایه سازی مجموعه داده های وسیع و ادغام LlamaIndex با مدل های هوش مصنوعی را پوشش می دهد.

درک زیربنای نظری RAG، مهارت های عملی در ساخت و استقرار LlamaIndex، و بررسی تحلیل انتقادی برنامه های RAG در صنایع مختلف را به دست آورید. موضوعات از مبانی بازیابی داده ها و نمایه سازی تا تکنیک های پیشرفته در تقویت مدل های تولیدی با داده های خارجی متغیر است. در پایان دوره، شما برای طراحی، پیاده‌سازی و ارزیابی سیستم‌های RAG و قرار دادن آن‌ها در لبه برتر اجرای فناوری هوش مصنوعی آماده خواهید شد.


linkedin LLM های پیشرفته با تولید تقویت شده بازیابی (RAG): پروژه های عملی برای برنامه های هوش مصنوعی (Mitalearn-409459)

  • 1 hours 47 minutes
  • مناسب همه
  • Release date: 28 January 2025
  • Author: Pragmatic AI Labs,Guy Ernest
درباره این دوره: 

 آیا شما یک مهندس ، معمار راه حل یا توسعه دهنده نرم افزار هستید که وظیفه ساخت برنامه های سازمانی را دارید؟ وقت آن است که با جدیدترین ابزارها و تکنیک های هوش مصنوعی سرعت بگیریم-در این حالت ، نسل بازیابی شده با اوج (RAG). در این دوره ، که توسط آزمایشگاه های پیشرو در زمینه فناوری AI طراحی شده است ، به مربی گای ارنست بپیوندید ، زیرا او مفاهیم بنیادی و پیشرفته مورد نیاز برای استفاده از پارچه را برای مدل های بزرگ زبان ، از جمله رمزگذاری متن با استفاده از بردارهای تعبیه شده ، تکه های مستند با استراتژی های غنی سازی ، بهبود بازیابی اسناد و موارد دیگر ، بیان می کند. در پایان این دوره ، شما به مهارت های لازم برای استفاده از قدرت Rag مجهز خواهید شد.

linkedin llmops در عمل: شیرجه عمیق (Mitalearn-427479)

  • 4 hours 26 minutes
  • مناسب همه
  • Release date: 18 December 2024
  • Author: Laurence Moroney
درباره این دوره: 

 همانطور که برنامه های مبتنی بر LLM گسترش می یابد ، بسیاری از آنها به عنوان روکش های نازک در اطراف مدل های قوی تر مانند GPT عمل می کنند. در این دوره ، مربی لورنس مورونی اصول اولیه ساخت برنامه LLM خود را نشان می دهد و کنترل نحوه عملکرد آن از انتهای آن را نشان می دهد. در مورد برخی از موارد اصلی استفاده LLM در توسعه برنامه ، مقدمه ای کسب کنید. دانش اساسی Python ، Node.js و LLMS لازم است. در پایان این دوره ، شما آماده خواهید بود که یک اکوسیستم OPS ایجاد کنید که عملکرد اصلی آن مبتنی بر LLM است.

linkedin NLP with Python for Machine Learning Essential Training (Mitalearn-126239)

  • 4 hours 14 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Derek Jedamski
درباره این دوره:

با افزایش حجم داده های در دسترس عموم و تمرکز بیشتر بر داده های متنی بدون ساختار، درک نحوه پاکسازی، پردازش و تجزیه و تحلیل آن داده های متنی بسیار ارزشمند است. اگر تجربه ای با پایتون دارید و به پردازش زبان طبیعی (NLP) علاقه دارید، این دوره می تواند دانش مورد نیاز برای مقابله با مشکلات پیچیده با استفاده از یادگیری ماشین را در اختیار شما قرار دهد. مربی درک جدامسکی خلاصه‌ای سریع از مفاهیم اولیه پردازش زبان طبیعی (NLP) ارائه می‌کند، تکنیک‌های تمیز کردن داده‌ها و بردارسازی پیشرفته را پوشش می‌دهد و سپس به ساخت طبقه‌بندی‌کننده‌های یادگیری ماشینی می‌پردازد. در این مرحله آخر، درک نحوه ساخت دو نوع مختلف مدل یادگیری ماشین و همچنین نحوه ارزیابی و آزمایش تغییرات آن مدل ها را نشان می دهد.

linkedin Rag AIS را با سکوی Cohere API تنظیم کرد (Mitalearn-433922)

  • 21 minutes
  • مناسب همه
  • Release date: 16 September 2024
  • Author: Ray Villalobos
درباره این دوره: 

 پلت فرم Cohere API و ابزارهای قدرتمند آن را برای تنظیم دقیق مدل های هوش مصنوعی با تکنیک های تولید (RAG) بازیابی (RAG) کاوش کنید. با یک مرور کلی از رویکرد منحصر به فرد ابر-آگنوستیک Cohere با مدل های انتشار سریع خود با محوریت نیازهای تجاری شروع می شود. یادگیری و بهینه سازی مدل های AI که در بسیاری از محیط های ابری قابل استفاده هستند. ابزارهای توسعه دهنده Cohere را کاوش کرده و با سفارشی سازی مدل آزمایش کنید و ابزارهایی را برای ساخت برنامه های کاربردی AI محور کشف کنید.

linkedin آشنایی با NLP و LLMS: اصول و کاربردهای عملی (Mitalearn-424300)

  • 1 hours 39 minutes
  • مناسب همه
  • Release date: 28 February 2025
  • Author: Gwendolyn Stripling
درباره این دوره: 

 امروز با دو مورد از بحث و گفتگو در زمینه فناوری امروز سرعت بگیرید: پردازش زبان طبیعی (NLP) و مدل های زبان بزرگ (LLMS). در این دوره ، که به طور منحصر به فرد برای متخصصان غیر فنی و غیر برنامه نویسی طراحی شده است ، مربی Gwendolyn Stripling یک مرور کلی از نحوه پردازش رایانه ها و درک زبان انسانی ارائه می دهد. برنامه های کاربردی در دنیای واقعی NLP و LLMS را در صنایع مختلف ، از Chatbots و دستیاران مجازی گرفته تا تجزیه و تحلیل احساسات و تولید محتوا ، کاوش کنید. در طول راه ، ضمن ایجاد دیدگاه مهم از مزایا ، هزینه ها و چالش های آنها ، برخی از تأثیرات بالقوه این فناوری های قدرتمند را کشف کنید.

linkedin پردازش زبان طبیعی به صورت دستی (Mitalearn-375034)

  • 50 minutes
  • مناسب همه
  • Release date: 29 June 2022
  • Author: Wuraola Oyewusi
درباره این دوره: 

 مهارت در به دست آوردن بینش از داده های متنی یک مزیت رقابتی برای مشاغل و مشارکت کنندگان فردی است. این دوره با مدرس Wuraola Oyewusi برای کمک به توسعه دهندگان در درک داده های متنی و افزایش ارتباط آنها طراحی شده است. این یک دوره عملی آموزش کاربرد عملی وظایف اصلی پردازش زبان طبیعی است. یاد بگیرید که چگونه دانش به دست آمده را در داده هایی که با آنها کار می کنید تکرار کنید. این دوره شامل پس‌زمینه‌ای از جریان فرآیند هر کار، موارد استفاده و نسخه آزمایشی کدنویسی است. برخی از موضوعات تحت پوشش عبارتند از: شناسایی موجودیت، خلاصه سازی متن، مدل سازی موضوع و تحلیل احساسات.

linkedin تجزیه و تحلیل متن و پیش بینی با آموزش ضروری پایتون (Mitalearn-159355)

  • 35 minutes
  • متوسط
  • Release date: 20 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

متن یک منبع غنی از بینش برای مشاغل است. وب‌سایت‌ها، رسانه‌های اجتماعی، ایمیل‌ها و چت‌ها همگی حاوی داده‌های ارزشمند مشتری هستند. اما برای به دست آوردن پاداش، باید بتوانید حجم زیادی از متن بدون ساختار را تجزیه و تحلیل کنید. متن کاوی یک مهارت ضروری برای هر کسی است که در کلان داده و علم داده کار می کند. این دوره تکنیک های متن کاوی برای استخراج، پاکسازی و پردازش متن با استفاده از Python و کتابخانه های scikit-learn و nltk را آموزش می دهد. Kumaran Ponnambalam نحوه انجام تجزیه و تحلیل متن را با استفاده از تکنیک های رایج مانند ابر کلمه و تجزیه و تحلیل احساسات توضیح می دهد. سپس نشان می‌دهد که چگونه می‌توان با استفاده از خوشه‌بندی، طبقه‌بندی و توصیه‌ها با داده‌های متنی پیش‌بینی کرد – که در غیر این صورت به عنوان متن پیش‌بینی شناخته می‌شود. در طول مسیر، او مفاهیم مهم تجزیه و تحلیل متن مانند واژه سازی و n-gram را معرفی می کند.

linkedin ترانسفورماتورها: طبقه بندی متن برای NLP با استفاده از BERT (Mitalearn-269056)

  • 59 minutes
  • مناسب همه
  • Update date: 25 July 2026
  • Author: Jonathan Fernandes
درباره این دوره:

ترانسفورماتورها دنیای پردازش زبان طبیعی (NLP) را طوفانی می کنند. در این دوره، مربی Jonathan Fernandes همه چیز را در مورد این معماری پیشرو برای کارهای NLP و بینایی کامپیوتر و مهارت های لازم در جعبه ابزار هوش مصنوعی به شما آموزش می دهد. جاناتان از یک رویکرد عملی برای نشان دادن اصول اولیه کار با ترانسفورماتورها در NLP و تولید استفاده می کند. او به بررسی اندازه های مدل BERT، تعصب در BERT و نحوه آموزش BERT می پردازد. جاناتان یادگیری انتقالی را بررسی می‌کند، نحوه استفاده از مدل BERT و توکن‌سازی را به شما نشان می‌دهد، و طبقه‌بندی متن را پوشش می‌دهد. پس از توضیح کامل معماری مدل ترانسفورماتور، او با چند دوره آموزشی اضافی به پایان می رساند.

linkedin راهنمای کامل برای ارزیابی مدلهای بزرگ زبان (LLMS) (Mitalearn-415086)

  • 7 hours 56 minutes
  • مناسب همه
  • Release date: 2 July 2025
  • Author: Sinan Ozdemir,Pearson
درباره این دوره: 

 

در این دوره جامع ، Sinan Ozdemir متخصص AI و LLM دانش و مهارت های خود را برای ارزیابی عملکرد LLM به اشتراک می گذارد. مقدمه مفصلی در مورد فرآیند ارزیابی LLMS ، Multimodal AI و برنامه های کاربردی AI مانند عوامل و RAG دریافت کنید. بیاموزید که چگونه این ابزارهای هوش مصنوعی قدرتمند و غالباً ناخوشایند را ارزیابی و ارزیابی کنید تا بتوانید اطمینان حاصل کنید که آنها نیازهای دنیای واقعی شما را برآورده می کنند. این دوره شما را برای ارزیابی و بهینه سازی LLM ها آماده می کند تا بتوانید برنامه های برش AI را تولید کنید.

این دوره توسط پیرسون ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.


linkedin ساختن یک راه حل پارچه ای از ابتدا (Mitalearn-413369)

  • 2 hours 53 minutes
  • مناسب همه
  • Release date: 31 January 2025
  • Author: Axel Sirota
درباره این دوره: 

 در این دوره ، Axel Sirota نسل بازیابی-آگوس (RAG) را به عنوان یک روش قدرتمند برای تقویت قابلیت های مدل های بزرگ زبان (LLMS) معرفی می کند. مفاهیم بنیادی و کاربردهای عملی RAG را بیاموزید ، با تمرکز بر ایجاد چت بابات و سیستم های پشتیبانی تصمیم گیری در حوزه های مختلف. با استفاده از مجموعه داده MIMIC-III برای ایجاد یک چت بابات مراقبت های بهداشتی که می تواند به سؤالات پاسخ دهد یا به عنوان نمونه تشخیص را پیشنهاد کند ، در ساخت سیستم های RAG با Tensorflow ، Keras و Huggingface تجربه کنید. در پایان دوره ، شما به استقرار راه حل های RAG که یکپارچه سازی مکانیسم های بازیابی قوی با مدل های تولیدی ، در زمینه هایی مانند مراقبت های بهداشتی ، حقوقی و خدمات به مشتری قابل اجرا است ، مجهز خواهید شد.

linkedin کارگاه AI: توسعه پیشرفته Chatbot (Mitalearn-411006)

  • 3 hours 38 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Axel Sirota
درباره این دوره:

مشاغل به طور فزاینده ای به راه حل های محور AI برای ارتقاء تعامل مشتری ، خدمات ساده تر و حفظ رقابت متکی هستند. در این چشم انداز دیجیتالی که به سرعت در حال تحول است ، امکان ساخت و استقرار چت های پیچیده پیشرفته بسیار مهم است. این دوره دستی ، دانشمندان و مهندسان ML را قادر می سازد تا از این ابزارها و تکنیک های برش استفاده کنند ، و اطمینان حاصل می کنند که سازمان های آنها در ارائه تجربیات استثنایی مشتری رهبری می کنند.

مربی Axel Sirota شما را در تسلط بر توسعه و استقرار چت های پیشرفته و LLM ها راهنمایی می کند. اهداف اصلی شامل درک فن آوری ها و روندهای چت بابات ، استفاده از چهره بغل برای توسعه و اجرای چت بابات با مجموعه داده OpenORCA است. در طول راه ، Axel تکنیک های پیشرفته ای را برای بهینه سازی عملکرد و کارآیی پوشش می دهد و تجربه ای در مورد استقرار چت بابات برای بغل کردن فضاهای صورت با Gradio و AWS ECS با استفاده از Docker و Terraform فراهم می کند.

پیش نیازها آشنایی با برنامه نویسی پایتون ، زیرا این زبان اصلی است که در دوره استفاده می شود برخی با مفاهیم و روشهای یادگیری ماشین تجربه می کنند قرار گرفتن در معرض قبلی با Tensorflow و Keras برای ساخت مدل و آموزش دانش اساسی تکنیک های AI و پردازش زبان طبیعی (NLP)

linkedin هماهنگ‌سازی هوش مصنوعی: اعتبارسنجی و بازخورد کاربر و معیارهای عملکرد (Mitalearn-441249)

  • 2 hours 1 minutes
  • مناسب همه
  • Release date: 7 April 2025
  • Author: Janani Ravi
درباره این دوره: 

 آماده‌اید تا با جدیدترین و پیشرفته‌ترین گرایش‌ها در ارکستراسیون هوش مصنوعی سرعت بگیرید؟ در این دوره، مربی جانانی راوی یک نمای کلی از نحوه ارزیابی موثر و ادغام بازخورد کاربر در مدل‌های هوش مصنوعی ارائه می‌دهد. جانانی با تمرکز بر مدل‌های سنتی و مدل‌های زبان بزرگ (LLM)، مفاهیم اساسی مانند تکنیک‌های اعتبارسنجی، معیارهای عملکرد، مکانیسم‌های بازخورد کاربر و موارد دیگر را معرفی می‌کند. در طول مسیر، تجربه عملی با اعتبارسنجی مدل‌ها از طریق اعتبارسنجی متقاطع و k-fold اعتبارسنجی، و همچنین کاربردهای عملی معیارهای عملکرد مانند دقت، دقت، یادآوری، استفاده از یادگیری تقویتی برای بازخورد انسانی، و امتیازات BLEU، ROUGE و METEOR برای ارزیابی LLM به دست آورید.

linkedin هوش مصنوعی پیشرفته: ترانسفورماتورهای NLP با استفاده از مدل های زبان بزرگ (Mitalearn-276400)

  • 1 hours 22 minutes
  • مناسب همه
  • Update date: 17 March 2025
  • Author: Jonathan Fernandes
درباره این دوره: 

 ترانسفورماتورها به سرعت به معماری مورد استفاده برای پردازش زبان طبیعی (NLP) تبدیل شده اند. در نتیجه، دانستن نحوه استفاده از آنها اکنون یک مهارت حیاتی در جعبه ابزار هوش مصنوعی شما است. در این دوره، مربی جاناتان فرناندز شما را در بسیاری از مدل‌های کلیدی زبان توسعه یافته از زمان GPT-3 راهنمایی می‌کند. او یک نمای کلی از GLaM، Megatron-Turing NLG، Gopher، Chinchilla، PalM، OPT، و BLOOM ارائه می‌کند و برخی از مهم‌ترین بینش‌ها را از هر مدل ارائه می‌کند.

دریافت نمای کلی از سطح بالا مدل های زبان بزرگ، کجا و چگونه در تولید استفاده می شوند و چرا برای NLP بسیار مهم هستند. علاوه بر این، اصول یادگیری انتقال و آموزش ترانسفورماتور را برای بهینه سازی مدل های هوش مصنوعی خود در حین حرکت کشف کنید. در پایان این دوره، با آنچه که از زمان انتشار OpenAI برای اولین بار GPT-3 و همچنین مشارکت‌های کلیدی هر یک از این مدل‌های زبانی بزرگ، اتفاق افتاده است، مطلع خواهید شد.

linkedin هوش مصنوعی دستی: یک مدل زبان مولد از ابتدا بسازید (Mitalearn-388175)

  • 33 minutes
  • مناسب همه
  • Update date: 8 September 2025
  • Author: Ronnie Sheer
درباره این دوره: 

 در مورد هوش مصنوعی و کاربردهای آن شنیده اید. شما احتمالاً از هوش مصنوعی استفاده کرده اید - شاید بدون اینکه متوجه شوید. اکنون، در این دوره عملی با ساختن هوش مصنوعی خود از ابتدا به هوش مصنوعی شیرجه بزنید. مربی Ronnie Sheer ابتدا شما را از طریق یک پروژه کوتاه راهنمایی می کند: ایجاد یک مدل تکمیل متن مشابه عملکرد تکمیل خودکار در تلفن هوشمند. سپس به شما نشان می دهد که چگونه می توانید مدلی بسازید که نظرات نفرت انگیز در رسانه های اجتماعی را فیلتر کند. به علاوه، رونی نشان می دهد که چگونه می توانید از اشعار آهنگ های مورد علاقه خود برای تولید اشعار جدید و از نظر موضوعی مشابه استفاده کنید.

Suggestions