9525
یادگیری سریع و آسان برنامه نویسی بهمراه نقشه راه
۱۰ ایده پروژه ماشین لرنینگ برای آخر هفته
Читать полностью…
آموزش مفاهیم پایه پایتورچ با لینک اجرای مثال در google colab 🚀📚
پیش‌نیاز این فایل: پایتون 🐍، نامپای، matplotlib و scikit-learn و کمی آشنایی با یادگیری عمیق 🧠
اگر تو کار پروژه تحقیقاتی هوش مصنوعی هستی، یادگیری پایتورچ از واجباتاته! 🤖✨
پرامپت های یادگیری پایتون از صفر مطلق
Читать полностью…
بعد گذروندن دوره پایتون کی می تونم پروژه بگیرم و به درامد برسم؟
https://www.instagram.com/reel/DehkkIroYq7/?mdxt=dG9uNG5rNTQwbmtq
به جرات میگم، بهترین دوره صفرتا صد مهندسی هوش مصنوعی توی این کاناله
Читать полностью…
این کانال VIP مخصوص کسیه که از صفر کیلومتر شروع می‌کنه,
اگه تا حالا هیچ‌چیزی از برنامه‌نویسی و هوش مصنوعی نمی‌دونی، مشکل تو نیستی؛ مشکل اینه که کسی نقشه راه بهت نداده. 🗺
این کانال یه مسیر منسجم و پله‌پله‌ست:
🐍 پایتون از صفر مطلق
⬇️
🧠 یادگیری عمیق و ماشین لرنینگ
⬇️
⚡️ FastAPI و API جمنای
⬇️
💻 وایب کدینگ
⬇️
🕹 ساخت ایجنت‌های هوش مصنوعی + Claude Cowork
بدون سردرگمی، بدون پرسه زدن بین ویدیوهای پراکنده. هر مرحله پایه‌ی مرحله بعده.
کدینگ ایجنت چیه ؟
کدینگ ایجنت یه دستیار هوش مصنوعیه که می‌تونه برات کد بنویسه، سایت بسازه و خطاهای برنامه رو برطرف کنه! (مثل Cursor، Claude Code)
و باهاش میتونی ایده‌هات رو به ابزارهای هوشمند و پروژه‌های واقعی تبدیل کنی.
🎯 چرا برای نمونه‌کار هوش مصنوعی عالیه؟ چون کمک می‌کنه سریع‌تر پروژه بسازی و مهارت‌هات رو به نمایش بذاری.
توی این آموزش مبتدی پسند مراحل ساخت یه کدینگ ایجنت ساده رو یاد میگیری ، بدون هزینه کردن برای API های هوش مصنوعی
تفاوت‌های کلیدی مهندسی پرامپت، RAG و فاین‌تیونینگ (Fine-Tuning) در هوش مصنوعی
⏱️ زمان‌بندی بخش‌های مختلف ویدیو:
00:00 - مقدمه و علت اهمیت تفکیک سه مفهوم کاربردی در AI
00:48 - مهندسی پرامپت (Prompt Engineering): هدایت مدل با دستورالعمل‌های متنی بدون تغییر وزن‌ها یا افزودن داده
01:34 - بازیابی تقویت‌شده یا RAG: اتصال پایگاه داده خارجی به مدل جهت تأمین زمینه (Context) و دانش روز بدون تغییر وزن‌ها
02:03 - تنظیم دقیق (Fine-Tuning): بازآموزی و تغییر وزن‌های اصلی مدل برای سفارشی‌سازی عمیق یا افزایش سرعت
02:31 - بررسی یک مثال واقعی: تجربه توسعه یک شبیه‌ساز مصاحبه مبتنی بر GPT و چالش‌های انتخاب روش مناسب
03:34 - نحوه ترکیب RAG و مهندسی پرامپت در پروژه عملی و اهمیت تکرار و بهینه‌سازی پرامپت‌ها
IDs @w3schoolsfa
بهترین دوره های بین المللی با ارزش توتال ۱۰۰۰ دلار با زیرنویس فارسی، از پایتون تا ترنسفورمرها، ،API هوش مصنوعی، وایب کدینگ، ساخت ایجنت های هوش مصنوعی جمع کردیم و به ترتیب یادگیری
آپلود کردیم تا هم توی هزینه ،هم توی وقت پبدا کردن دوره صرفه جویی بشه
دسترسی مادام العمر بهترین دوره های ویدیویی هوش مصنوعی+ بیش از هزار صفحه جزوه های پایتون و هوش مصنوعی با پشتیبانی رایگان دائمی فقط با ۷۰۰،۰۰۰ تومن
برای سفارش کلمه "کانال"
رو به آیدی زیر بفرستید:
@w3schoolfaadmin
ظرفیت هدایا فقط برای ۱۰ نفر باقی مونده
Читать полностью…
یکی از هدایایی که به قراره به ۲۰ عضو اول کانال تعلق بگیره، همین کتاب ارزشمنده،
هم مهندسی پرامپت یاد میگیری و هم اخرش یاد میگیری چطوری پرامپت بنویسی که شانس پروژه گرفتنت بره بالا
برای سفارش کلمه "کانال"
رو به آیدی زیر بفرست:
@w3schoolfaadmin
لیست آموزشها :
آموزش پایتون از صفر مطلق
آموزش گیت هاب
آموزش ساخت ۵ ربات تریدینگ با پایتون
آموزش ترید با الگوریتم های ماشین لرنینگ
آموزش یادگیری عمیق با گوگل کولب
آموزش صفر تا صد هوش مصنوعی(یادگیری ماشین+عمیق+مدل های llm+ترنسفورمرها+RAG)
آموزش fast API +داکر
آموزش کار با API جمنای
آموزش وایب کدینگ
آموزش ایجنت های AI
آموزش Claude Cowork
۴۰ کوئیز که به شما کمک می‌کند مفاهیم چت‌بات‌های RAG را سریع یاد بگیرید.
یکی از مهم‌ترین وظایف مهندس هوش مصنوعی، پیاده‌سازی چت‌بات‌های RAG برای وب‌سایت‌ها، اپلیکیشن‌ها و حتی ربات‌های تلگرام است.
تکنیک RAG به این دلیل استفاده می‌شود که مدل‌های زبانی مثل چت جی پی تی، دانش عمومی دارند.
اگر بخواهیم برای سایت یا اپلیکیشن خود یک چت‌بات بسازیم که مانند ChatGPT پاسخ‌های انسانی تولید کند و به مشتریان درباره موجودی محصولات یا وضعیت سفارش‌ها پاسخ دهد، باید بتوانیم اطلاعات مورد نیاز را با تکنیک RAG تزریق کنیم.
مهارت‌های هوش مصنوعی که باید تا آخر امسال یاد بگیرید، قسمت دوم:
۴. RAG و پیدا کردن اطلاعات
RAG یکی از روش‌های کاربردی برای وصل کردن مدل‌های هوش مصنوعی مثل ChatGPT به اطلاعات و داده‌های خارج از مدل است.
برای مثال، فرض کنید یک شرکت هزاران فایل و سند دارد. به‌جای اینکه مدل را دوباره آموزش دهیم، می‌توانیم کاری کنیم که هنگام پاسخ دادن، اطلاعات موردنیازش را از این فایل‌ها پیدا کند و از آن‌ها استفاده کند.
بعد از یادگیری اصول اولیه RAG، بهتر است با روش‌های پیشرفته‌تر هم آشنا شوید:
Hybrid Search — ترکیب چند روش جستجو برای پیدا کردن اطلاعات بهتر
Reranking — مرتب کردن دوباره نتایج و قرار دادن مرتبط‌ترین نتیجه‌ها در اول لیست
Metadata Filtering — فیلتر کردن اطلاعات بر اساس مواردی مثل تاریخ، نوع فایل یا نویسنده
Multimodal RAG — استفاده از RAG برای اطلاعات مختلف مثل متن، عکس و فایل‌های دیگر
Agentic RAG — استفاده از Agentها برای پیدا کردن اطلاعات موردنیاز به شکل هوشمندانه‌تر
Graph-based Retrieval — پیدا کردن اطلاعات بر اساس ارتباط بین داده‌ها
SQL و Structured-data Retrieval — گرفتن اطلاعات از دیتابیس‌ها و داده‌های ساختاریافته
در این مرحله، یاد گرفتن اصول جستجو و بازیابی اطلاعات (Information Retrieval) اهمیت زیادی دارد.
۵. AI Agentها و استفاده از ابزارها
یکی از مهارت‌هایی که بهتر است قبل از سال ۲۰۲۷ زمان زیادی برای یادگیری آن بگذارید، AI Agentها هستند.
یک Agent فقط یک مدل زبانی مثل ChatGPT نیست که یک پرامپت خوب به آن داده باشیم.
یک Agent می‌تواند برای رسیدن به یک هدف مشخص، تصمیم بگیرد از چه ابزاری استفاده کند، یک کار را انجام دهد، نتیجه را بررسی کند و در صورت نیاز مرحله بعدی را خودش انتخاب کند.
برای مثال، می‌توانیم یک Agent بسازیم که وقتی از آن می‌خواهیم درباره چند شرکت تحقیق کند، خودش اطلاعات موردنیاز را جستجو کند، نتایج را بررسی کند و در نهایت یک گزارش آماده کند.
برای کار با Agentها بهتر است این موارد را یاد بگیرید:
Function Calling — اینکه مدل بتواند یک تابع یا ابزار مشخص را اجرا کند
Tool Design — طراحی ابزارهایی که Agent بتواند از آن‌ها استفاده کند
State — نگه داشتن وضعیت فعلی کار
Memory — نگه داشتن اطلاعات برای استفاده در مراحل بعد
Planning — برنامه‌ریزی مراحل لازم برای رسیدن به یک هدف
Human-in-the-loop — وارد کردن انسان در بعضی مراحل برای بررسی یا تأیید تصمیم‌ها
Multi-agent Systems — استفاده از چند Agent که هرکدام وظیفه متفاوتی دارند
اهمیت این مهارت در بازار کار هم در حال بیشتر شدن است. طبق تحلیل مربوط به Stanford AI Index 2026، مهارت‌های مربوط به Agentهای هوش مصنوعی به‌عنوان یک حوزه مهارتی جدید در حال شکل‌گیری هستند و تعداد آگهی‌های شغلی مرتبط با Agentها بین سال‌های ۲۰۲۴ و ۲۰۲۵ به‌سرعت افزایش پیدا کرده است.
اما لازم نیست هر فریم‌ورک جدیدی که برای ساخت Agent معرفی می‌شود را یاد بگیرید.
فریم‌ورک‌ها ممکن است به‌سرعت تغییر کنند، اما مفاهیم و ساختار اصلی Agentها ماندگارتر هستند. بنابراین بهتر است تمرکز اصلی شما روی یادگیری این مفاهیم باشد.
۶. هوش مصنوعی چندرسانه‌ای (Multimodal AI)
هوش مصنوعی دیگر فقط با متن کار نمی‌کند. مدل‌های جدید می‌توانند اطلاعات مختلفی را هم‌زمان پردازش کنند.
برای مثال، می‌توانند با این نوع اطلاعات کار کنند:
تصویر
صدا
ویدیو
اسناد و فایل‌ها
اسکرین‌شات
جدول‌ها
متن
برای مثال، می‌توانید یک پروژه بسازید که در آن یک مدل بینایی-زبانی (Vision-Language Model) را با RAG ترکیب کنید.
در چنین سیستمی، برنامه می‌تواند درباره متن و تصاویر موجود در یک سند به سؤال‌های کاربر پاسخ دهد.
این نوع سیستم‌ها برای پروژه‌هایی مثل موارد زیر بسیار کاربردی هستند:
کار با اسناد و فایل‌ها
ساخت Agentهایی که با کامپیوتر کار می‌کنند
پشتیبانی از مشتریان
پروژه‌های تحقیقاتی
کار با اطلاعات و داده‌های شرکت‌ها
۷. APIها و ساخت برنامه‌های هوش مصنوعی
در این مرحله باید یاد بگیرید چطور یک مدل هوش مصنوعی را به یک برنامه واقعی و قابل استفاده تبدیل کنید.
برای این کار بهتر است با موارد زیر آشنا شوید:
REST API — روشی برای ارتباط بین برنامه‌ها
FastAPI — ابزاری در پایتون برای ساخت API
Authentication — روش شناسایی و تأیید هویت کاربران
Database — برای ذخیره و مدیریت اطلاعات
Webhooks — برای دریافت خودکار اطلاعات از سرویس‌های دیگر
Background Jobs — انجام بعضی کارها در پس‌زمینه
Streaming — ارسال اطلاعات به‌صورت مرحله‌به‌مرحله، مثل زمانی که پاسخ ChatGPT کم‌کم روی صفحه ظاهر می‌شود
Rate Limiting — محدود کردن تعداد درخواست‌ها برای جلوگیری از فشار زیاد روی سیستم
چطور با پایتون وارد دنیای دیتاساینس بشیم؟
Читать полностью…
مهم‌ترین مهارت‌هایی که قراره با آموزشهای کانال کسب کنی، 🚀 فقط با مبلغ ناچیز ۷۰۰،۰۰۰ تومن
وایب کدینگ با claude code 🎵
نوشتن چت‌بات‌های RAG 💬
نوشتن ایجنت‌های AI 🤖
ساخت اپلیکیشن‌های هوش مصنوعی با API جمنای 📱
ارزش آموزش های این کانال بالای ۱۰۰۰دلاره (۲۷۰ میلیون)
برای سفارش کلمه "کانال" رو به آیدی زیر بفرست
@w3schoolfaadmin
جزوه فوق فشرده پایتون، محبوب دل عزیزان مبتدی و صفر مطلق🌷🌷❤️❤️
Читать полностью…
پرامپت هوش مصنوعی برای یادگیری الگوریتم های ماشین لرنینگ :
تو یک متخصص Machine Learning و مدرس حرفه‌ای پایتون هستی. من می‌خواهم الگوریتم [نام الگوریتم] را از پایه تا سطح کاربردی یاد بگیرم.Читать полностью…
1. ایده اصلی را با مثال روزمره توضیح بده.
2. نوع مسئله و کاربرد الگوریتم را مشخص کن.
3. شهود ریاضی و فرمول‌ها را توضیح بده.
4. یک مثال عددی را حل کن.
5. کد کامل Python با NumPy، Pandas و Scikit-learn بنویس.
6. کد را خط‌به‌خط توضیح بده.
7. دیتاست واقعی معرفی کن.
8. کاربردهای صنعتی را شرح بده.
9. مزایا، محدودیت‌ها و فرضیات را بررسی کن.
10. روش ارزیابی مدل را آموزش بده.
11. با دو الگوریتم مشابه مقایسه کن.
12. سه تمرین از آسان به سخت بده و پاسخ را تا تلاش من نشان نده.
پس از هر مرحله مکث کن. سطح من: [مبتدی/متوسط/پیشرفته]. زبان: Python.
تجربه ثابت کرده هرکی یه دوره از ما خریده، انقد عالی بوده بقیه رو هم سفارش میده
با سفارش کانال vip تا آخر امسال تبدیل به مهندس هوش مصنوعی شو
❗️❗️ظرفیت شد ۲ نفر❗️❗️
هرجا بری دوره صفر تا صد مهندسی هوش مصنوعی زیر ۳ میلیون نیس، ولی تو کانال vip فقط با ۷۰۰ هزارتومن از صفر مهندس هوش مصنوعی میشی،
دوره هام همیشه تو کاناله و آپدیتا رایگانه
عضویت هم مادام العمر
برای سفارش کلمه "کانال" رو به آیدی زیر بفرست :
@w3schoolfaadmin
۱۰ ایده پروژه ماشین لرنینگ که تا اخر هفته یا حداکثر تا اخر مهر میتونی انجامش بدی
Читать полностью…
جزوه ماشین لرنینگ ترجمه گوگل
Читать полностью…
برای 10 نفر باقی مانده که واریزی برای عضویت کانال انجام بدن، علاوه بر دسترسی دائمی به بهترین دوره های ویدیویی و جزوه های هوش مصنوعی،
دو کتاب مهندسی پرامپت و 100 کوئیز پایتون هدیه تعلق خواهد گرفت.
کتاب مهندسی پرامپت یکی از بهترین و ساده ترین کتاب هایی هست که پرامپت نویسی اصولی و برای کارهای مختلف و کدنویسی و حتی کسب درامد از هوش مصنوعی یاد میده و برای هر حوزه کلی مثال پرامپت داره
لیست آموزشهای کانال vip هوش مصنوعی (عضویت دائمی فقط با پرداخت ۷۰۰ هزارتومن) + پشتیبانی رایگان :
بهترین دوره های ویدیویی بین المللی با زیرنویس فارسی ارزش دوره ها در مجموع: ۱۰۰۰دلار
آموزش پایتون از صفر مطلق
آموزش گیت هاب
آموزش ساخت ۵ ربات تریدینگ با پایتون
آموزش ترید با الگوریتم های ماشین لرنینگ
آموزش یادگیری عمیق با گوگل کولب
آموزش صفر تا صد هوش مصنوعی(یادگیری ماشین+عمیق+مدل های llm+ترنسفورمرها+RAG)
آموزش fast API +داکر
آموزش کار با API جمنای
آموزش وایب کدینگ
آموزش ایجنت های AI
آموزش Claude Cowork
🚀 مهندسی هوش مصنوعی؛ یکی از پردرآمدترین و پرتقاضاترین مشاغل ایران و دنیا هستش 🌍💼
ولی برای شروعش باید هزینه و زمان زیادی بذارید و ممکنه خیلی مواقع حتی هزینه زیادی برای دوره کرده باشی، اما یا خیلی طولانی بوده و خسته شدی یا اینکه اون چیزی که میخواستی نبوده 😩
ما این مسیر رو به این شکل براتون کوتاه کردیم: 📉
✅پیدا کردن پرطرفدارترین دوره های ویدیویی udemy برای هر مبحث با زیرنویس فارسی و فایل های تمرین 🎥
✅ دسترسی به جزوه های پرطرفدارمون یعنی بخون ، اجرا کن ، یاد بگیر که شامل پایتون، ریاضیات هوش مصنوعی ، نامپای، و کلی جزوه های مرتبط با یادگیری پایتون و هوش مصنوعی 📚🧠
✅ دوره های ویدیویی به ترتیب نقشه راه و ویژه شروع از صفر مطلق آپلود شدند
عضویت در کانال , مادام العمر+ پشتیبانی مادام العمر
برای سفارش سریع کلمه"کانال" رو به آیدی زیر ارسال کنید
@w3schoolfaadmin
آخرین بار کِی یه دوره AI رو شروع کردی و نیمه‌کاره ول کردی؟ 😢
مشکل تو نیستی؛ مشکل اینه که مسیر نداری. یه ویدیو از اینجا، یه ویدیو از اونجا، بدون ترتیب.
ما این مسیر رو چیدیم: پایتون ← یادگیری عمیق ← FastAPI ← ایجنت‌ها ← ساخت پروژه واقعی
بهترین دوره‌های جهانی، ترجمه‌شده، به ترتیب درست.
🎁به ۲۰ نفر اولی که واریز کنن و رسید ارسال کنند، ۲ کتاب زیر هدیه داده خواهد شد :
مهندسی پرامپت + ۱۰۰ کوییز پایتون
سفارش : @w3schoolfaadmin
با 700 هزارتومن مهندس هوش مصنوعی شو و به درامد عالی برس :
🚀 کانال VIP مهندسی هوش مصنوعی؛ از صفر تا ساخت پروژه واقعی
بهترین دوره‌های جهانی AI با ارزش بالای 1000 دلار، ترجمه‌شده و مرحله‌به‌مرحله
+
پی دی اف های بخون،اجرا کن، یاد بگیز
📚محتویات کانال به ترتیب نقشه راه:
🐍 پایتون از صفر مطلق
🤖 ساخت ۵ ربات تریدینگ با پایتون
📈 ترید با الگوریتم‌های ماشین لرنینگ
🧠 یادگیری عمیق با گوگل کولب
🎯 هوش مصنوعی از صفر تا صد
🍁آموزش ساخت اپلیکشن با fast api
✨ آموزش کار با GEMINI API
💻 وایب کدینگ وب سایت و اپلیکشن
🕹 آموزش پروژه محور ساخت ایجنت های AI
آموزش Claude Cowork
🔥 و آپدیت‌های آینده هم بدون هزینه
📕کتاب های پی دی اف آسان آموز با لینک اجرای مثال(نامپای،پانداس،ماشین لرنینگ،دیپ لرنینگ، آمار دیتاساینس)
📕کتاب پی دی اف پرامپت های هوش مصنوعی برای یادگیری پایتون
با پشتیبانی رایگان مادام العمر
برای سفارش کلمه "کانال" رو به آیدی زیر بفرست
@w3schoolfaadmin
قسمت آخر
۸. Deployment، Docker و MLOps
در نهایت باید یاد بگیرید چطور پروژه هوش مصنوعی خود را روی یک سرور یا سیستم واقعی اجرا و مدیریت کنید.
این بخش معمولاً با مفاهیمی مثل Deployment، Docker و MLOps مرتبط است.
برای پروژه‌های معمولی هوش مصنوعی بهتر است یاد بگیرید چطور:
مدل را روی سرور اجرا کنید
داده‌ها را مدیریت کنید
مدل را دوباره آموزش دهید
عملکرد مدل را بررسی و کنترل کنید
نسخه‌های مختلف مدل را مدیریت کنید
برای پروژه‌هایی که با LLMها کار می‌کنند، بهتر است موارد دیگری را هم یاد بگیرید، مثل:
مدیریت نسخه‌های مختلف Prompt و مدل
ارزیابی عملکرد مدل
بررسی عملکرد مدل در زمان استفاده واقعی
بررسی و کنترل هزینه استفاده از مدل
در نهایت، بازار کار بیشتر به دنبال افرادی است که فقط یک نمونه اولیه از یک سیستم هوش مصنوعی نمی‌سازند، بلکه می‌توانند آن را واقعاً اجرا کنند، روی سرور قرار دهند و در ادامه هم مدیریت و نگهداری کنند.
مهارت‌های هوش مصنوعی که باید تا آخر امسال یاد بگیرید، قسمت اول
۱. پایتون و برنامه‌نویسی
اول از همه پایتون (Python) را یاد بگیرید. لازم نیست از همان اول خیلی حرفه‌ای شوید، اما باید با چیزهایی مثل تابع، کلاس، کار با داده‌ها، API، برنامه‌نویسی، تست کردن کد، Git و پیدا کردن و درست کردن خطاها آشنا باشید.
امروزه کار در حوزه هوش مصنوعی فقط این نیست که یک مدل را آموزش بدهید. باید بتوانید مدل هوش مصنوعی را به چیزهای دیگری مثل دیتابیس، API، ابزارهای مختلف و برنامه‌های دیگر وصل کنید و کاری کنید که مدل واقعاً داخل یک برنامه قابل استفاده باشد.
پایتون هنوز یکی از مهم‌ترین زبان‌های برنامه‌نویسی برای کار در حوزه هوش مصنوعی است. طبق گزارش AI Index 2026، در سال ۲۰۲۵ در بیش از ۲۵۸ هزار آگهی شغلی در آمریکا به پایتون اشاره شده بود.
۲. یادگیری ماشین و آمار
فقط به خاطر محبوب شدن ChatGPT و مدل‌های زبانی، یادگیری ماشین قدیمی‌تر را کنار نگذارید.
بهتر است این موضوعات را یاد بگیرید:
رگرسیون و دسته‌بندی — مثلاً پیش‌بینی قیمت خانه یا تشخیص اینکه یک ایمیل اسپم است یا نه
درخت تصمیم و مدل‌های ترکیبی
خوشه‌بندی — پیدا کردن گروه‌های مشابه در بین داده‌ها
مهندسی ویژگی‌ها — آماده کردن اطلاعات به شکلی که مدل بهتر بتواند از آن‌ها استفاده کند
ارزیابی مدل — بررسی اینکه مدل چقدر خوب کار می‌کند
احتمال و آمار
بایاس و واریانس — دو مورد مهم که روی عملکرد مدل تأثیر می‌گذارند
Cross-validation — روشی برای اینکه مطمئن شویم مدل واقعاً خوب یاد گرفته و فقط روی داده‌های آموزشی خوب عمل نمی‌کند
آماده‌سازی و تمیز کردن داده‌ها
لازم نیست همه الگوریتم‌ها را حفظ کنید.
مهم‌تر این است که بفهمید یک مدل چرا خوب کار می‌کند، چه زمانی ممکن است اشتباه کند و چطور می‌توانیم بفهمیم عملکردش خوب است یا نه.
اگر این مفاهیم پایه را خوب یاد بگیرید، بعداً فهمیدن سیستم‌های جدید هوش مصنوعی هم خیلی راحت‌تر می‌شود.
۳. آشنایی با مدل‌های زبانی بزرگ (LLM)
بعد از این‌ها، بهتر است یاد بگیرید مدل‌هایی مثل ChatGPT در سطح کلی چطور کار می‌کنند.
با این مفاهیم آشنا شوید:
Transformer — تکنولوژی اصلی که در بسیاری از مدل‌های زبانی جدید استفاده می‌شود.
Token و Tokenization — اینکه مدل متن را چطور به قسمت‌های کوچک‌تر تقسیم می‌کند تا بتواند آن را پردازش کند.
Attention — روشی که مدل با استفاده از آن متوجه می‌شود کدام قسمت‌های متن مهم‌تر هستند.
Embedding — تبدیل کلمات و اطلاعات به اعداد، تا مدل بتواند ارتباط بین آن‌ها را بهتر درک کند.
Context Window — مقدار اطلاعاتی که مدل می‌تواند در یک گفتگو یا درخواست در نظر داشته باشد.
Inference — زمانی که مدل از چیزهایی که یاد گرفته استفاده می‌کند و جواب می‌دهد.
Fine-tuning — آموزش بیشتر یک مدل آماده برای اینکه در یک کار خاص بهتر عمل کند.
Quantization — کم‌حجم‌تر کردن مدل تا بتواند با سرعت بیشتر و منابع کمتری اجرا شود.
Structured Output — گرفتن خروجی مرتب و مشخص از مدل؛ مثلاً خروجی به شکل JSON.
بعد از اینکه این مفاهیم را یاد گرفتید، قدم بعدی این است که با پایتون برنامه‌هایی بسازید که از مدل‌های زبانی مثل ChatGPT استفاده می‌کنند.
♦️پیش ثبت نام رایگان در اولین دوره تولوپ
✅ آغاز گروه بندی تیم ها از سه شنبه ۱۴ مهرماه ۱۴۰۵
🔶 در این مسیر یاد میگیری:
▪️اصول نرم افزار به زبان خودمونی
▪️طراحی وب و برنامه نویسی
▪️فرانت‌اند، بک‌اند و دیتابیس
▪️مدیریت سورس و تیکت
▪️هاستینگ و راه اندازی دامنه
▪️بکارگیری حرفه ای هوش مصنوعی
🔷 ویژگی‌های دوره:
▪️منتورینگ زنده و تعاملی
▪️شبیه‌سازی تیم‌های نرم‌افزاری
▪️آموزش پروژه‌محور و عملی
▪️رزومه‌سازی و آمادگی برای مصاحبه
🟢 بدون پیش نیاز
❗️فرصت پیش ثبت نام رو به پایانه، صندلی خودت رو همین حالا رزرو کن 👇🏻
🌐 toloop.ir
حرفه ای ها تولوپن، تو هم تولوپ باش!
📩 پاسخ به سؤال‌ها:
@toloopir_admin
@toloopir