دوره آموزشی بهبود روند کاری دفترچهات با کمک Jupyter AI
1 ساعت 10 دقیقهمتوسط2025-07-17
مدرسین

Wuraola Oyewusi
Wuraola Oyewusi is an experienced data scientist, machine learning, and artificial intelligence professional.
جزئیات دوره
تو این دوره کامل و کاربردی، با افزونه قدرتمند Jupyter AI آشنا میشی؛ افزونهای که قابلیتهای هوش مصنوعی مولد (Generative AI) رو به دنیای Jupyter اضافه میکنه و کلی کارها رو برای توسعهدهندگان، دانشمندان داده و متخصصان یادگیری ماشین سادهتر میکنه.
مدرس دوره، Wuraola Oyewusi، از مفاهیم پایه شروع میکنه و قدم به قدم بهت نشون میده چطور محیط کار JupyterLab رو برای کار با مدلهای هوش مصنوعی مختلف تنظیم کنی و پیکربندی کنی. بعدش با مثالها و تمرینهای عملی، روشهای ساده ولی حرفهای استفاده از هوش مصنوعی رو یاد میگیری تا بتونی کد تولید کنی، کدهای موجود رو توضیح بدی، بهینهسازی و بازنویسی کنی، و حتی مشکلات و باگها رو پیدا و رفع کنی.
این دوره به خصوص برای افرادی که در حوزه داده، یادگیری ماشین و توسعه نرمافزار کار میکنن طراحی شده و در نهایت با یه پروژه نهایی، همه مهارتهای یاد گرفته شده رو تمرین و تست میکنی تا حسابی مسلط بشی.
اهداف یادگیری دوره
پیکربندی و ادغام مدلهای هوش مصنوعی در محیط JupyterLab با استفاده از Jupyter AI
تولید، توضیح دادن و بهینهسازی کد با کمک دستورات زبان طبیعی و هوش مصنوعی
استفاده از دستورات جادویی Jupyter (%ai و %%ai) برای تعامل مستقیم با مدلهای زبانی
ساخت دفترچههای یادداشت (Notebooks) کامل با کمک هوش مصنوعی برای حل مسائل علوم داده
اشکالزدایی کد و فهم مفاهیم پیچیده با توضیحات هوش مصنوعی
مدرس دوره، Wuraola Oyewusi، از مفاهیم پایه شروع میکنه و قدم به قدم بهت نشون میده چطور محیط کار JupyterLab رو برای کار با مدلهای هوش مصنوعی مختلف تنظیم کنی و پیکربندی کنی. بعدش با مثالها و تمرینهای عملی، روشهای ساده ولی حرفهای استفاده از هوش مصنوعی رو یاد میگیری تا بتونی کد تولید کنی، کدهای موجود رو توضیح بدی، بهینهسازی و بازنویسی کنی، و حتی مشکلات و باگها رو پیدا و رفع کنی.
این دوره به خصوص برای افرادی که در حوزه داده، یادگیری ماشین و توسعه نرمافزار کار میکنن طراحی شده و در نهایت با یه پروژه نهایی، همه مهارتهای یاد گرفته شده رو تمرین و تست میکنی تا حسابی مسلط بشی.
اهداف یادگیری دوره
پیکربندی و ادغام مدلهای هوش مصنوعی در محیط JupyterLab با استفاده از Jupyter AI
تولید، توضیح دادن و بهینهسازی کد با کمک دستورات زبان طبیعی و هوش مصنوعی
استفاده از دستورات جادویی Jupyter (%ai و %%ai) برای تعامل مستقیم با مدلهای زبانی
ساخت دفترچههای یادداشت (Notebooks) کامل با کمک هوش مصنوعی برای حل مسائل علوم داده
اشکالزدایی کد و فهم مفاهیم پیچیده با توضیحات هوش مصنوعی
مهارت ها
JupyterAI for Personal ProductivityAI Productivity and Everyday UseSoftware Development ToolsBusiness Software and ToolsOpen SourceSoftware DevelopmentOne-Off
سرفصل ها
مقدمه
- یادگیری هوش مصنوعی ژوپیتر
- آنچه باید بدانید
مقدمهای بر هوش مصنوعی در اکوسیستم ژوپیتر
- نوتبوکها به عنوان IDE در علم داده و یادگیری ماشین
- اکوسیستم ژوپیتر
- هوش مصنوعی مولد برای کمک به کدنویسی
- هوش مصنوعی ژوپیتر چیست؟
راهاندازی محیط هوش مصنوعی ژوپیتر
- راهاندازی و مدیریت محیطهای JupyterLab
- ارائه دهندگان مدل هوش مصنوعی Jupyter
- راهاندازی JupyterLab و Jupyter AI در محیط Anaconda
- راهاندازی Jupyternaut و بررسی رابط کاربری JupyterLab
استفاده از رابط چت هوش مصنوعی ژوپیتر (Jupyternaut)
- تولید قطعه کد
- توضیح کد و مفاهیم
- ایجاد دانش زمینهای در هوش مصنوعی ژوپیتر
- تولید دفترچههای کامل از دستورالعملها
استفاده از دستورات جادویی برای کمک به هوش مصنوعی در Jupyter AI
- مقدمهای بر دستورات جادویی هوش مصنوعی در نوتبوکها
- استفاده از دستورات جادویی هوش مصنوعی در Jupyter AI
پروژه نهایی
- چالش - ادغام هوش مصنوعی ژوپیتر در گردش کار نوتبوک
- راهکار - ادغام هوش مصنوعی ژوپیتر در گردش کار نوتبوک
نتیجهگیری
- گامهای بعدی در استفاده از هوش مصنوعی در نوتبوکها