تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی هوش مصنوعی عملی: ساخت اولین اپلیکیشن خود با قدرت LLM

دوره آموزشی هوش مصنوعی عملی: ساخت اولین اپلیکیشن خود با قدرت LLM

1 ساعت 14 دقیقهمبتدی2025-08-26

مدرسین

Han-chung Lee

Han-chung Lee

جزئیات دوره

می‌خوای شروع کنی به ساخت برنامه‌های کاربردی با مدل‌های زبان بزرگ (LLM) ولی نمی‌دونی از کجا شروع کنی؟ این دوره مخصوص کاملاً مبتدی‌ها طراحی شده و بهت اصول پایه LLM‌ها رو با چالش‌های عملی آموزش می‌ده تا مهارتت به مرور قوی‌تر بشه.

تو این دوره، مدرس Han Lee بهت یاد می‌ده که چطور از LLM‌ها در پروژه‌های واقعی استفاده کنی. یاد می‌گیری اصول retrieval-augmented generation یعنی روش‌هایی که با جستجوی هوشمند اطلاعات و محدودیت‌های مدل‌های embedding، داده‌ها رو به شکل بهینه به LLM می‌رسونی. همچنین با ساخت یک برنامه چت با فایل PDF مهارتت رو عملی می‌کنی.

علاوه بر این، با prompt engineering آشنا می‌شی و می‌فهمی چطور با context engineering ورودی‌ها رو بهتر مدیریت کنی و با ابزارهای مانیتورینگ مثل LangSmith خروجی‌ها و نتایج مدل‌ها رو کنترل و بهینه‌سازی کنی.

این دوره برای کسانی که تازه وارد دنیای LLM‌ها و هوش مصنوعی شدن، یک شروع کامل و عملی محسوب می‌شه و بهت کمک می‌کنه اعتماد به نفس پیدا کنی و اولین برنامه‌های کاربردی LLMت رو بسازی.

اهداف یادگیری:
درک اصول پایه و کاربردهای مدل‌های زبان بزرگ (LLM).
یادگیری روش‌های retrieval-augmented generation و کاربردشون.
آشنایی با محدودیت‌های مدل‌های embedding و روش‌های بهینه‌سازی.
ساخت یک برنامه عملی چت با PDF برای تمرین مهارت‌ها.
یادگیری تکنیک‌های prompt engineering و مدیریت ورودی‌ها با context engineering.
استفاده از ابزارهای مانیتورینگ مثل LangSmith برای کنترل خروجی‌ها و تحلیل نتایج.
کسب مهارت‌های عملی برای شروع پروژه‌های واقعی LLM.

مهارت ها

TelecommunicationsProgramming FoundationsFull-Stack Web DevelopmentGenerative AIArtificial Intelligence FoundationsPythonProjectArtificial Intelligence (AI)Web DevelopmentNetwork and System AdministrationOpen SourceSoftware Development

سرفصل ها

۰. مقدمه

  • 01 - ساخت برنامه‌ها با استفاده از مدل‌های زبانی بزرگ (LLM)

۱. LLM - ملزومات

  • 02 - مدل‌های زبانی و توکن‌سازی
  • 03 - قابلیت‌های LLM
  • 04 - چالش - مقدمه‌ای بر Streamlit
  • 05 - راهکار - مقدمه‌ای بر راهکار Streamlit
  • 06 - اعلان‌ها و قالب‌های اعلان
  • 07 - دریافت توکن OpenAI
  • 08 - چالش - اضافه کردن یک LLM به برنامه Streamlit
  • 09 - راه حل - اضافه کردن LLM به برنامه Streamlit
  • 10- محدودیت‌های دوره‌های کارشناسی ارشد حقوق

۲. تولید افزوده بازیابی (RAG)

  • 11- معرفی RAG
  • 12 - اصول اولیه موتور جستجو
  • 13 - جستجوی جاسازی‌شده
  • 14 - محدودیت‌های مدل جاسازی
  • 15 - چالش - فعال کردن آپلود PDF در برنامه Streamlit
  • 16 - راه حل - فعال کردن آپلود PDF در برنامه Streamlit
  • 17 - چالش - فهرست‌بندی اسناد در یک پایگاه داده برداری
  • 18 - راهکار - فهرست‌بندی اسناد در یک پایگاه داده برداری
  • 19- چالش - کنار هم قرار دادن همه چیز
  • 20 - راه حل - کنار هم قرار دادن همه چیز

۳. مهندسی سریع

  • 21- اصول اولیه مهندسی سریع
  • 22 - چالش - تنظیم راهنما و LangSmith
  • 23 - راه حل - تنظیم راهنما و LangSmith
  • 24 - چالش - استقرار برنامه خود روی Hugging Face
  • 25 - راه حل - استقرار برنامه شما روی Hugging Face

نتیجه‌گیری

  • 26 - سفر LLM خود را ادامه دهید

دوره های مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal