مهترین ویژگی های پکیج ” آموزش هوش مصنوعی با پایتون” به طور کلی :
- آموزش هوش مصنوعی با پایتون به زبان فارسی و به صورت مثال محور به مدت ۱۴۰ دقیقه
- آموزش فوق العاده کاربردی از آشنایی مقدماتی با مفاهیم و ابزارها تا انجام انواع نمونه ها و یادگیری ترفندها و تکنیک ها و تسلط بر کار و روش های بهینه استفاده از آن برگرفته از اساتید مطرح برنامه نویسی دنیا
- ترجمه ، فارسی سازی و دوبله شده به فارسی توسط برنامه نویسان ایرانی، برای اولین بار در ایران
- شامل دوره آموزشی فارسی و پروژه محور ” آموزش هوش مصنوعی مولد برای برنامه نویسی پایتون” – Generative AI for Python Developers
- همراه با سورس ارزشمند و فایلهای تمرینی پروژه های آموزشی فارسی

آنچه باید درباره هوش مصنوعی بدانید :
هوش مصنوعی مولد چیست ؟ What is Generative AI
«هوش مصنوعی مولد» (Generative Artificial Intelligence) به مدلهای یادگیری عمیقی گفته میشود که در پاسخ به درخواست کاربر، میتوانند متن، تصاویر و سایر محتوای با کیفیت را بر اساس دادههای آموزشی تولید کنند و به پرسشهای مختلف پاسخ دهند.
به طور خلاصه هوش مصنوعی مولد یعنی الگوریتمهایی (مثل ChatGPT) که میتوان از آنها برای خلق محتوای جدید، مثل محتوای صوتی، کدهای برنامه نویسی، تصاویر، متن، شبیهسازیها و ویدیوها استفاده کرد. تحولات اخیر در این حوزه دارای این پتانسیل است که به طور قابل توجهی رویکرد انسان را نسبت به تولید محتوا تغییر دهد.
برخلاف سیستمهای هوش مصنوعی مبتنی بر قوانین سنتی که برای کارهای خاص طراحی شدهاند، پلتفرمهای هوش مصنوعی مولد از الگوریتمهای پیشرفته، معمولاً مبتنی بر تکنیکهای یادگیری عمیق، برای تولید مستقل خروجیهای جدید و مرتبط با زمینه استفاده میکنند.
هوش مصنوعی مولد یک فناوری هیجانانگیز برای هر کسی است که دوست دارد رویاپردازی کند و هنر، طراحی محصول، روشهای متنی منحصربهفرد و نشانههای کلمه و موارد دیگر را تجربه کند. این نوعی هوش مصنوعی است که از یک مدل زبان بزرگ برای ترجمه کلمات معمولی و سایر ورودیها به خلاقیتهای خارقالعاده هوش مصنوعی استفاده میکند.
هوش مصنوعی در برنامه نویسی
هوش مصنوعی در برنامه نویسی به دلیل پیشرفتهای اخیر در فناوریهای مدل زبان بزرگ (LLM) و پردازش زبان طبیعی (NLP) امکانپذیر است.
این مدل ها از الگوریتمهای یادگیری عمیق و شبکههای عصبی بزرگی استفاده میکنند که بر روی مجموعه دادههای وسیعی از کد منبع مختلف آموزش دیدهاند که نتیجه آن می شود پاسخ های دقیق و هوشمند به بسیاری از پرسشهای مرتبط با کدنویسی شما تا یک دستیار برنامه نویس باهوش و حرفه ای داشته باشید.

دوره فارسی ” آموزش هوش مصنوعی مولد برنامه نویسی پایتون”
از زمان راه اندازی ChatGPT و انتشار زبان های مدل سازی جدید توسط شرکت OpenAI در سال ۲۰۲۲، علاقه فزاینده ای در جامعه فناوری برای کشف کاربردهای متعدد هوش مصنوعی در برنامه نویسی و طراحی وب به وجود آمده است.
در این دوره آموزش هوش مصنوعی با پایتون با ابزارها و فناوری های جدید آشنا می شوید و از طریق آموزش های عملی و چالش های تمرینی، مهارت خود را افزایش می دهید.
در این دوره یاد می گیرید که چگونه از هوش مصنوعی برای ساخت اپلیکیشن های پایتون نسل جدید استفاده کنید، از جمله OpenAI API که به شما امکان می دهد چت بات دستیار هوشمند خود را مستقیما درون یک اپلیکیشن طراحی و شخصی سازی کنید. به شما نشان می دهیم که چگونه با مدل های مولد دیگر مانند DALL-E و Whisper Audio API تمرین کنید.
همچنین چگونگی گسترش قابلیت های مدل های زبانی بزرگ (LLM) با فراخوانی توابع و ساخت یک چت بات با دانش سفارشی با استفاده از LangChain، Embeddings و ChromaDB را به شما آموزش خواهیم داد.
سرفصل های دوره فارسی ” آموزش هوش مصنوعی برای برنامه نویسی پایتون”
مقدمه
۱- یکپارچه سازی هوش مصنوعی با پایتون
فصل اول – معرفی هوش مصنوعی مولد – آنچه باید بدانید
۱- هوش مصنوعی مولد – آینده برنامه نویسی
۲- هوش مصنوعی مولد – پیدایش و تکامل
۳- آنچه باید بدانید
۴- ابزارهایی که نیاز دارید
فصل دوم – هوش مصنوعی مولد – مفاهیم کلیدی و شروع به کار
1- شروع به کار با OpenAI – ایجاد یک حساب کاربری
2- شروع به کار با OpenAI – مفاهیم کلیدی
۳- شروع یک پروژه جدید – شروع سریع
4- پیکربندی پروژه – تنظیم یک کلید API
۵- تعریف پرامپت ها و ارسال درخواست ها
فصل سوم – اِی پی آیِ چت جی پی تی – ساخت یک برنامه چت بات
۱- مقدمه ای بر هوش مصنوعی محاوره ای
۲- تنظیمات و مرور کلی پروژه
۳- احراز هویت و پیکربندی
۴- تعریف یک پیام سیستمی با دستورالعمل ها
۵- ارسال درخواست ها و ایجاد پاسخ های چت
۶- چالش – ایجاد یک چت بات شوخ طبع
۷- راه حل – ایجاد یک چت بات شوخ طبع – بخش ۱
۸- راه حل: ایجاد یک چت بات شوخ طبع – بخش ۲

فصل چهارم – آزمایش با دیگر مدل های مولد در پکیج هوش مصنوعی در برنامه نویسی پایتون
1- معرفی API مدیریت محتوا
۲- اضافه کردن یک لایه مدیریت
3- متن به تصویر: معرفی مدل DALL·E
4- ایجاد هنر خلاقانه با DALL·E
5- ایجاد گالری تصاویر با DALL·E
6- API صوتی Whisper: گفتار به متن
7- API صوتی Whisper: رونویسی نمونه های صوتی
8- API صوتی Whisper: ترجمه نمونه های صوتی
فصل پنجم – گسترش قابلیت های مدل های زبانی بزرگ با فراخوانی توابع
1- مقدمه ای بر فراخوانی توابع در OpenAI
۲- تعریف توابع و پارامترها
۳- توابع فراخوانی
4- چالش – اتصال به یک API عمومی
۵- راه حل – توابع فراخوانی و ایجاد پاسخ های گسترده
فصل ششم – ساخت یک چت بات با دانش سفارشی با استفاده از لَنگ چِین، اِمبِدینگ و کروم دی بی
1- شروع به کار با LangChain
2- مفاهیم کلیدی LangChain
3- اجزای زنجیره ای (LCEL)
۴- بارگذاری و تقسیم اسناد
5- ایجاد یک پایگاه برداری و Embedding ها (Chroma)
۶- اجرای زنجیره ها – بازیابی دانش و تولید محتوا
7- ایجاد یک رابط کاربری با Streamlit
فصل هفتم – نتیجه گیری
۱- سخن پایانی و گام های بعدی

نقد و بررسیها
هنوز بررسیای ثبت نشده است.