<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" xmlns:xhtml="http://www.w3.org/1999/xhtml" xmlns:video="http://www.google.com/schemas/sitemap-video/1.1" xmlns:image="http://www.google.com/schemas/sitemap-image/1.1">
    <url>
        <loc>https://lyndakade.ir/learning/run-ai-locally-with-gemma-and-ollama-build-your-first-app</loc>
        <xhtml:link rel="alternate" hreflang="fa" href="https://lyndakade.ir/learning/run-ai-locally-with-gemma-and-ollama-build-your-first-app" />
        <lastmod>2026-06-29T03:34:26+03:30</lastmod>
        <changefreq>weekly</changefreq>
        <priority>1</priority>
        <image:image>
            <image:loc>https://dl.lyndakade.ir/courses/2026/06/Run%20AI%20Locally%20with%20Gemma%20and%20Ollama%20-%20Build%20Your%20First%20App/preview.webp</image:loc>
            <image:title>دوره آموزشی اجرای مدل‌های هوش مصنوعی به‌صورت محلی با Ollama و Gemma 4</image:title>
            <image:caption>بسیاری از ابزارهای هوش مصنوعی امروزی برای اجرا به سرویس‌های ابری وابسته هستند، اما در برخی پروژه‌ها حفظ حریم خصوصی، کنترل کامل بر داده‌ها و کاهش وابستگی به سرویس‌های خارجی اهمیت بیشتری دارد. در این دوره یاد می‌گیرید چگونه مدل‌های هوش مصنوعی را به‌صورت کاملاً محلی (Local) روی سیستم خود اجرا کنید.

در این آموزش با Ollama و Gemma 4 آشنا می‌شوید و یاد می‌گیرید چگونه یک مدل زبانی را بدون نیاز به ارسال داده‌ها به فضای ابری نصب، اجرا و مدیریت کنید. ابتدا فرآیند نصب و راه‌اندازی مدل روی کامپیوتر شخصی را فرا می‌گیرید و سپس نحوه کنترل رفتار مدل از طریق پرامپت‌ها، پارامترها و مدیریت Context را بررسی می‌کنید.

در ادامه با Modelfileها آشنا می‌شوید که امکان شخصی‌سازی رفتار مدل را فراهم می‌کنند. با استفاده از این قابلیت می‌توانید دستیارهای هوش مصنوعی اختصاصی متناسب با نیازهای خود ایجاد کنید.

سپس یاد می‌گیرید چگونه مدل محلی خود را از طریق API در برنامه‌های مختلف استفاده کنید و با زبان Python یک اپلیکیشن مبتنی بر هوش مصنوعی بسازید. در بخش پایانی نیز یک رابط کاربری (UI) ساده برای تعامل بلادرنگ (Real-Time) با مدل ایجاد خواهید کرد تا یک برنامه کاربردی کامل در اختیار داشته باشید.

این دوره برای توسعه‌دهندگان، مهندسان نرم‌افزار و علاقه‌مندان به هوش مصنوعی که قصد دارند مدل‌های زبانی را به‌صورت محلی اجرا و سفارشی‌سازی کنند بسیار مناسب است.

🎯 اهداف یادگیری
نصب Ollama روی سیستم شخصی
اجرای مدل‌های هوش مصنوعی به‌صورت محلی
راه‌اندازی مدل Gemma 4
مدیریت مدل‌های زبانی بدون نیاز به فضای ابری
حفظ حریم خصوصی داده‌ها در پروژه‌های هوش مصنوعی
کنترل رفتار مدل با Prompt Engineering
تنظیم پارامترهای مدل
مدیریت Session Context
بهینه‌سازی خروجی مدل
سفارشی‌سازی مدل با Modelfile
ایجاد دستیارهای هوش مصنوعی اختصاصی
شخصی‌سازی پاسخ‌های مدل
استفاده از APIهای محلی
اتصال مدل به برنامه‌های کاربردی
ساخت اپلیکیشن هوش مصنوعی با Python
ایجاد رابط کاربری برای مدل‌های زبانی
پیاده‌سازی تعامل بلادرنگ با مدل
توسعه سیستم‌های AI آفلاین
مدیریت مدل‌های متن‌باز
ساخت پروژه‌های هوش مصنوعی بدون وابستگی به Cloud</image:caption>
        </image:image>
        <video:video>
            <video:thumbnail_loc>https://dl.lyndakade.ir/courses/2026/06/Run%20AI%20Locally%20with%20Gemma%20and%20Ollama%20-%20Build%20Your%20First%20App/preview.webp</video:thumbnail_loc>
            <video:title>دوره آموزشی اجرای مدل‌های هوش مصنوعی به‌صورت محلی با Ollama و Gemma 4</video:title>
            <video:description>بسیاری از ابزارهای هوش مصنوعی امروزی برای اجرا به سرویس‌های ابری وابسته هستند، اما در برخی پروژه‌ها حفظ حریم خصوصی، کنترل کامل بر داده‌ها و کاهش وابستگی به سرویس‌های خارجی اهمیت بیشتری دارد. در این دوره یاد می‌گیرید چگونه مدل‌های هوش مصنوعی را به‌صورت کاملاً محلی (Local) روی سیستم خود اجرا کنید.

در این آموزش با Ollama و Gemma 4 آشنا می‌شوید و یاد می‌گیرید چگونه یک مدل زبانی را بدون نیاز به ارسال داده‌ها به فضای ابری نصب، اجرا و مدیریت کنید. ابتدا فرآیند نصب و راه‌اندازی مدل روی کامپیوتر شخصی را فرا می‌گیرید و سپس نحوه کنترل رفتار مدل از طریق پرامپت‌ها، پارامترها و مدیریت Context را بررسی می‌کنید.

در ادامه با Modelfileها آشنا می‌شوید که امکان شخصی‌سازی رفتار مدل را فراهم می‌کنند. با استفاده از این قابلیت می‌توانید دستیارهای هوش مصنوعی اختصاصی متناسب با نیازهای خود ایجاد کنید.

سپس یاد می‌گیرید چگونه مدل محلی خود را از طریق API در برنامه‌های مختلف استفاده کنید و با زبان Python یک اپلیکیشن مبتنی بر هوش مصنوعی بسازید. در بخش پایانی نیز یک رابط کاربری (UI) ساده برای تعامل بلادرنگ (Real-Time) با مدل ایجاد خواهید کرد تا یک برنامه کاربردی کامل در اختیار داشته باشید.

این دوره برای توسعه‌دهندگان، مهندسان نرم‌افزار و علاقه‌مندان به هوش مصنوعی که قصد دارند مدل‌های زبانی را به‌صورت محلی اجرا و سفارشی‌سازی کنند بسیار مناسب است.

🎯 اهداف یادگیری
نصب Ollama روی سیستم شخصی
اجرای مدل‌های هوش مصنوعی به‌صورت محلی
راه‌اندازی مدل Gemma 4
مدیریت مدل‌های زبانی بدون نیاز به فضای ابری
حفظ حریم خصوصی داده‌ها در پروژه‌های هوش مصنوعی
کنترل رفتار مدل با Prompt Engineering
تنظیم پارامترهای مدل
مدیریت Session Context
بهینه‌سازی خروجی مدل
سفارشی‌سازی مدل با Modelfile
ایجاد دستیارهای هوش مصنوعی اختصاصی
شخصی‌سازی پاسخ‌های مدل
استفاده از APIهای محلی
اتصال مدل به برنامه‌های کاربردی
ساخت اپلیکیشن هوش مصنوعی با Python
ایجاد رابط کاربری برای مدل‌های زبانی
پیاده‌سازی تعامل بلادرنگ با مدل
توسعه سیستم‌های AI آفلاین
مدیریت مدل‌های متن‌باز
ساخت پروژه‌های هوش مصنوعی بدون وابستگی به Cloud</video:description>
            <video:content_loc>https://dl.lyndakade.ir/courses/2026/06/Run%20AI%20Locally%20with%20Gemma%20and%20Ollama%20-%20Build%20Your%20First%20App/Build%20Local%20AI%20Apps%20with%20Gemma%204%20and%20Ollama/01%20-%20Local%20AI%20with%20Gemma%204%20-%20What%20you%20ll%20build%20and%20why%20it%20matters.mp4</video:content_loc>
            <video:duration>78</video:duration>
            <video:publication_date>2026-06-23T00:00:00+03:30</video:publication_date>
            <video:tag>دوره آموزشی اجرای مدل‌های هوش مصنوعی به‌صورت محلی با Ollama و Gemma 4</video:tag>
            <video:tag>Run AI Locally with Gemma and Ollama: Build Your First App</video:tag>
            <video:tag>Laurence Moroney</video:tag>
        </video:video>
    </url>
</urlset>
