🆓🔥 ۹ دوره آموزشی رایگان هوش مصنوعی انویدیا!
💭 دوره اول: تشریح هوش مصنوعی مولد📌 مدت دوره: ۲ ساعت
📌 سطح دوره: مقدماتی
📌 در این دوره با فناوریهایی که در
هوش مصنوعی مولد استفاده میشوند، آشنا خواهید شد. پس از تکمیل این دوره میتوانید بهصورت مؤثرتری از ابزارهای مختلف این فناوری بهره ببرید.
💭 دوره دوم: ساخت یک مغز در ده دقیقه 📌مدت دوره: ۱۰ دقیقه
📌 سطح دوره: مقدماتی
📌 این دوره به چگونگی عملکرد
شبکه عصبی و نحوه یادگیری آن از دادهها میپردازد. همچنین با مفاهیم ریاضی پشت شبکههای عصبی هوش مصنوعی آشنا خواهید شد.
💭 دوره سوم: مدل زبانی بزرگ خود را با استفاده از رویکرد RAG تقویت کنید📌 مدت دوره: ۱ ساعت
📌 سطح دوره: مبتدی
📌 این دوره اصول اولیه
Retrieval-Augmented Generation یا به اختصار
RAG را پوشش میدهد و با اجزای RAG در مدلهای هوش مصنوعی مبنایی انویدیا آشنا خواهید شد.
💭 دوره چهارم: زیرساخت های هوش مصنوعی و مبانی عملیاتی📌 مدت دوره: ۸ ساعت
📌 سطح دوره: مبتدی
📌 در این دوره مفاهیمی مانند یادگیری ماشینی،
آموزش و استنتاج را درک خواهید کرد.
💭 دوره پنجم: تسریع گردش کار در علم داده بدون تغییر کد📌 مدت دوره: ۱ ساعت
📌 سطح دوره: مبتدی
📌 این دوره به آموزش مزایای
CPU و
GPU یکپارچه میپردازد. در اینجا با پردازش داده و
یادگیری ماشینی بدون تغییر کد که منجر به پردازش سریعتر میشود، آشنا خواهید شد.
💭 دوره ششم: فراگیری سیستمهای پیشنهادات📌 مدت دوره: ۴۷ دقیقه
📌 سطح دوره: مبتدی
📌 این دوره برای هر کسی که میخواهد بر کارکردهای سیستمهای پیشنهادات تسلط یابد، مناسب است. این دوره شما را با استراتژیهای ایجاد یک سیستم ارائه توصیه در
حوزه تجارت الکترونیک آشنا میکند.
💭 دوره هفتم: مقدمهای بر شبکهسازی📌 مدت دوره: ۱ ساعت
📌 سطح دوره: مبتدی
📌 در این دوره شما یاد خواهید گرفت که شبکه چیست . همچنین با اجزای شبکه، مدل
OSI و
مجموعه پروتکل TCP/IP و نقش آنها در شبکه آشنا خواهید شد. این دوره آموزش اصول اولیه
فناوری اترنت را نیز پوشش میدهد.
💭 دوره هشتم: نحوه طبقهبندی تصاویر در مقیاس بزرگ📌 مدت دوره: ۱ ساعت
📌 سطح دوره: متوسط
📌 این دوره به کسانی که در زمینه محاسبات بصری علاقه دارند، توصیه میشود. در اینجا با تکنیکهای مختلف
مدلسازی و پیادهسازی کد برای طبقهبندی تصاویر آشنا میشوید.
💭 دوره نهم: ساخت عاملهای RAG با مدلهای زبانی بزرگ📌 مدت دوره: ۸ ساعت
📌 سطح دوره: متوسط
📌 این دوره استراتژیهای مقیاسپذیر مدلهای زبانی بزرگ (
LLM) و پایگاههای داده را بررسی خواهد کرد. همچنین شما در آن با ایجنتهای
RAG و
پارادایم مدرن LangChain برای مدیریت دیالوگها و بازیابی فایلها و همچنین
استفاده از مدلهای پیشرفته و مراحل تولید آنها آشنا خواهید شد.
🔹 Bits Learn |
CSSA IUST |
LinkedIn