دوره آموزشی اصول هوش مصنوعی مایکروسافت آژور: بارهای کاری و یادگیری ماشین در آژور

3 ساعت 24 دقیقهمبتدی2025-01-07

مدرسین

Ziggy Zulueta

جزئیات دوره

این دوره به شما مفاهیم پایه‌ای هوش مصنوعی (AI) را معرفی می‌کند و شما را با مفاهیم پیشرفته‌تر مانند هوش مصنوعی تولیدی، پردازش زبان طبیعی (NLP)، بینایی کامپیوتری، هوش مستندات، استخراج دانش، امنیت محتوا و یادگیری ماشین در Azure آشنا می‌سازد. با مشاهده دموها و کاربردهای عملی هرکدام از این حوزه‌ها، یاد خواهید گرفت چگونه از خدمات Azure برای پیاده‌سازی و بهینه‌سازی این فناوری‌ها استفاده کنید. علاوه بر این، دوره به شما کمک می‌کند تا به‌طور دقیق با اصول هوش مصنوعی مسئولانه آشنا شوید و از این اصول برای بهره‌برداری از هوش مصنوعی در کسب‌وکار استفاده کنید. پس از اتمام این دوره و قبولی در آزمون، شما مدرک حرفه‌ای دریافت خواهید کرد که اعتبار دانش شما در زمینه AI و ML و خدمات مرتبط با Azure را تایید می‌کند.

توصیف بارهای کاری هوش مصنوعی و ملاحظات آن
درک بارهای کاری مختلف مرتبط با هوش مصنوعی و ملاحظاتی که باید هنگام پیاده‌سازی راه‌حل‌های هوش مصنوعی در نظر گرفته شود.

توصیف اصول اولیه یادگیری ماشین در Azure
آشنایی با اصول کلیدی یادگیری ماشین که در بستر Azure کاربرد دارند و چگونگی کمک Azure به توسعه و استقرار مدل‌های یادگیری ماشین.

توصیف ویژگی‌های بارهای کاری بینایی کامپیوتری در Azure
بررسی ویژگی‌ها و قابلیت‌های مختلفی که Azure برای برنامه‌های بینایی کامپیوتری ارائه می‌دهد، مانند شناسایی تصویر و تشخیص اشیاء.

توصیف ویژگی‌های بارهای کاری پردازش زبان طبیعی (NLP) در Azure
درک قابلیت‌های Azure در پردازش زبان طبیعی، شامل تحلیل متن، درک زبان، و تحلیل احساسات.

توصیف ویژگی‌های بارهای کاری هوش مستندات، استخراج دانش، و امنیت محتوا در Azure
آشنایی با ابزارهای ارائه‌شده توسط Azure برای هوش مستندات، استخراج دانش و همچنین تضمین امنیت محتوا.

توصیف ویژگی‌های بارهای کاری هوش مصنوعی تولیدی در Azure
بررسی قابلیت‌های Azure در زمینه هوش مصنوعی تولیدی، شامل مدل‌های تولید محتوا و تولید متن.

توصیف شش اصل هوش مصنوعی مسئولانه مایکروسافت
درک رویکرد مایکروسافت در زمینه هوش مصنوعی مسئولانه، شامل اصولی مانند انصاف، مسئولیت‌پذیری، شفافیت، حریم خصوصی، گنجایش و استحکام.

توصیف استفاده از هوش مصنوعی در کسب‌وکار
آشنایی با نحوه بهره‌برداری از هوش مصنوعی در کاربردهای کسب‌وکار، از اتوماسیون فرآیندها تا تقویت تصمیم‌گیری و ایجاد نوآوری.

مهارت ها

Azure AI ServicesMachine LearningCloud AdministrationAzureCloud PlatformsArtificial Intelligence (AI)Cloud ComputingMicrosoftOne-Off

سرفصل ها

0. مقدمه

01 - ملزومات هوش مصنوعی Azure

1. درک هوش مصنوعی

02 - تعریف، تاریخچه و تکامل هوش مصنوعی
03 - اهمیت یادگیری هوش مصنوعی

2. یادگیری ماشینی Azure

04 - مروری بر یادگیری ماشین
05 - انواع یادگیری ماشینی
06 - درک رگرسیون
07 - طبقه بندی باینری
08 - طبقه بندی چند طبقه
09 - درک خوشه بندی
10 - شبکه‌های عصبی و یادگیری عمیق
11 - قابلیت یادگیری ماشینی Azure
12 - کاربرد عملی یادگیری ماشین در کسب و کار
13 - ایجاد منبع یادگیری ماشینی Azure
14 - دمو یادگیری ماشینی Azure

3. کامپیوتر ویژن

15 - مروری بر بینایی کامپیوتر
16 - یادگیری عمیق برای بینایی کامپیوتر
17 - مقدمه ای بر Azure AI Vision
18 - مقدمه ای بر Azure AI Custom Vision
19 - مقدمه ای بر آنالیز چهره و چهره هوش مصنوعی Azure
20 - کاربرد عملی بینایی کامپیوتر در تجارت
21 - ایجاد یک منبع Azure AI Vision، Custom Vision و Face
22 - دمو Azure AI Vision
23 - نسخه نمایشی Azure AI Custom Vision

4. پردازش زبان طبیعی

24 - مروری بر پردازش زبان طبیعی
25 - مقدمه ای بر زبان هوش مصنوعی Azure
26 - مقدمه ای بر Azure AI Translator
27 - درک تشخیص و ترکیب گفتار
28 - مقدمه ای بر Azure AI Speech
29 - کاربرد عملی پردازش زبان طبیعی در تجارت
30 - ایجاد یک زبان هوش مصنوعی Azure و منبع گفتار هوش مصنوعی Azure
31 - نسخه نمایشی زبان هوش مصنوعی Azure
32 - نسخه آزمایشی Azure AI Speech

5. هوشمندی اسناد، ایمنی محتوا و دانش کاوی

33 - بررسی اجمالی هوشمندی اسناد
34 - Azure AI Document Intelligence
35 - مقدمه ای بر ایمنی محتوای هوش مصنوعی Azure
36 - درک دانش کاوی و عناصر یک راه حل جستجو
37 - مقدمه ای بر جستجوی هوش مصنوعی Azure
38 - کاربرد عملی این فناوری‌ها در تجارت
39 - دمو Azure AI Document Intelligence
40 - نسخه نمایشی ایمنی محتوای هوش مصنوعی Azure
41 - نسخه نمایشی جستجوی هوش مصنوعی Azure

6. هوش مصنوعی مولد

42 - مروری بر هوش مصنوعی مولد
43 - توسعه مدل سنتی در مقابل مدل‌های پایه
44 - ژتون، تعبیه، مدل ترانسفورماتور
45 - استفاده از مدل‌های زبان - LLM در مقابل SLM
46 - بهبود درخواست‌های خود
47 - مقدمه ای بر Microsoft Copilot
48 - سفارشی سازی مدل‌های زبان
49 - مقدمه ای بر Azure AI Studio
50 - مقدمه ای بر Azure OpenAI
51 - کاربرد عملی هوش مصنوعی مولد در تجارت
52 - دمو Azure AI Studio

7. هوش مصنوعی مسئول

53 - اهمیت استفاده مسئولانه از هوش مصنوعی
54 - دستیابی به عدالت هوش مصنوعی
55 - دستیابی به قابلیت اطمینان و ایمنی هوش مصنوعی
56 - دستیابی به حریم خصوصی و امنیت هوش مصنوعی
57 - دستیابی به هوش مصنوعی
58 - دستیابی به شفافیت هوش مصنوعی
59 - دستیابی به مسئولیت پذیری هوش مصنوعی
60 - نمونه‌های واقعی از هوش مصنوعی مسئول

8. کسب و کار خود را با هوش مصنوعی مایکروسافت متحول کنید

61 - رویکرد هوش مصنوعی مایکروسافت
62 - ایجاد یک استراتژی هوش مصنوعی برای کسب و کار شما
63 - فرصت‌های هوش مصنوعی در صنایع مختلف
64 - فرصت‌های شغلی در هوش مصنوعی

نتیجه گیری

65 - نکات کلیدی از دوره
66 - منابع برای یادگیری بیشتر