شیرجه عمیق در هوش مصنوعی

سرفصل‌های آموزشی

1. 01
   ۱

   مبانی یادگیری ماشین و شبکه‌های عصبی

   مروری بر الگوریتم‌های پایه‌ای · آشنایی با معماری شبکه‌های عصبی

2. 02
   ۲

   مقدمه‌ای بر پردازش زبان طبیعی (NLP)

   توکنایزرها و روش‌های پردازش متون · بردارهای متنی و امبدینگ‌ها

3. 03
   ۳

   کار با داده‌های متنی

   جمع‌آوری و پاک‌سازی داده‌ها · تحلیل و ارزیابی داده‌ها

4. 04
   ۴

   ترنسفورمرها و معماری‌های پیشرفته

   معرفی ساختار Transformer · مروری بر BERT، GPT و سایر مدل‌های کلیدی

5. 05
   ۵

   مدل‌های زبانی بزرگ (LLM)

   ساختار، قابلیت‌ها و محدودیت‌ها · کاربردهای عملی در صنایع مختلف

6. 06
   ۶

   آموزش و فاین‌تیونینگ مدل‌ها

   استفاده از دیتاست‌های آماده · فاین‌تیونینگ برای کاربردهای خاص

7. 07
   ۷

   پروژه نهایی: طراحی و ساخت چت‌بات هوشمند

   طراحی معماری · پیاده‌سازی با API و مدل‌های آموزش‌داده‌شده · تست و ارزیابی