برچسب

مبانی هوش مصنوعی

۶۱ آموزش با برچسب مبانی هوش مصنوعی.

آموزش هوش مصنوعی پروژه نهایی؛ ساخت دستیار آموزشی هوشمند از داده تا آزمون مسیر کامل
پیشرفته تازه

پروژه نهایی؛ ساخت دستیار آموزشی هوشمند از داده تا آزمون مسیر کامل

ساخت دستیار آموزشی هوشمند جمع‌بندی همه این مجموعه است. در این قسمت پایانی، معماری کامل دستیار از فهم پیام و استخراج اسلات تا RAG، گراف پیش‌نیاز، پیشنهاد دوره و کنترل توهم را کنار هم می‌گذارید، اصول طراحی ایجنت را مرور می‌کنید و یک آزمون مسیر کامل با معیار پذیرش برای هر قطعه می‌سازید.

mahdyar مطالعه در ۹ دقیقه
آموزش هوش مصنوعی استقرار مدل یادگیری ماشین به‌عنوان API؛ از نوت‌بوک تا سرویس Flask قابل اعتماد
متوسط تازه

استقرار مدل یادگیری ماشین به‌عنوان API؛ از نوت‌بوک تا سرویس Flask قابل اعتماد

استقرار مدل یادگیری ماشین یعنی مدلی که در نوت‌بوک کار می‌کند، به سرویسی تبدیل شود که برنامه‌های دیگر بتوانند با اطمینان صدایش بزنند. در این قسمت با داده گزارش‌های مشاهده بشقاب‌پرنده، ساخت مدل، ذخیره امن آن، API با Flask، قرارداد ورودی و خروجی، اعتبارسنجی، نسخه مدل و پایش را یاد می‌گیرید.

mahdyar مطالعه در ۹ دقیقه
آموزش هوش مصنوعی سرویس هوش مصنوعی در جاوا؛ محیط توسعه، پیکربندی امن و قرارداد درخواست
متوسط تازه

سرویس هوش مصنوعی در جاوا؛ محیط توسعه، پیکربندی امن و قرارداد درخواست

سرویس هوش مصنوعی در جاوا وقتی قابل اعتماد است که محیط، پیکربندی و قرارداد درخواستش از روز اول درست طراحی شود. در این قسمت راه‌اندازی محیط توسعه، ساخت منابع ابری با azd، پیکربندی بدون راز در کد، آزمون اتصال و طراحی قرارداد ورودی و خروجی با اعتبارسنجی، مهلت، تلاش دوباره و نگاشت خطا را یاد می‌گیرید.

mahdyar مطالعه در ۸ دقیقه
آموزش هوش مصنوعی توهم هوش مصنوعی چیست؟ پاسخ مستند، ارجاع به منبع و اعلام ندانستن در دستیار
متوسط تازه

توهم هوش مصنوعی چیست؟ پاسخ مستند، ارجاع به منبع و اعلام ندانستن در دستیار

توهم هوش مصنوعی یعنی پاسخی روان و مطمئن که درست نیست. در این قسمت علت توهم در مدل‌های زبانی، چهار لایه کاهش آسیب از مدل تا رابط کاربری، طراحی پیام سیستم برای پاسخ فقط از منبع، ارجاع قابل بررسی، رفتار درست در نبود مدرک و ارزیابی اتکا به منبع را با مثال دستیار آموزشی یاد می‌گیرید.

mahdyar مطالعه در ۸ دقیقه
آموزش هوش مصنوعی سیستم توصیه‌گر چیست؟ طراحی پیشنهادگر دوره با ترجیح، محدودیت و توضیح
متوسط تازه

سیستم توصیه‌گر چیست؟ طراحی پیشنهادگر دوره با ترجیح، محدودیت و توضیح

سیستم توصیه‌گر فقط شباهت موضوعی نیست؛ پیشنهاد خوب باید با پیش‌نیاز، زمان و هدف کاربر هم جور باشد. در این قسمت روش محتوامحور و همکارانه، مشکل شروع سرد، فیلتر محدودیت پیش از رتبه‌بندی، توضیح قابل بررسی برای هر پیشنهاد و ارزیابی فراتر از کلیک را با مثال پیشنهاد دوره آموزشی یاد می‌گیرید.

mahdyar مطالعه در ۸ دقیقه
آموزش هوش مصنوعی گراف دانش چیست؟ هستی‌شناسی، وب معنایی و ترکیب رابطه با RAG در دستیار
متوسط تازه

گراف دانش چیست؟ هستی‌شناسی، وب معنایی و ترکیب رابطه با RAG در دستیار

گراف دانش رابطه‌ها را صریح و قابل پرس‌وجو نگه می‌دارد؛ چیزی که جستجوی برداری به‌تنهایی نمی‌تواند. در این قسمت هستی‌شناسی و وب معنایی، سه‌تایی‌های RDF، پرس‌وجوی SPARQL در ویکی‌داده، ساخت گراف پیش‌نیاز دوره‌ها با شاهد و منشأ، ترکیب گراف با RAG و پیدا کردن چرخه‌های اشتباه را یاد می‌گیرید.

mahdyar مطالعه در ۹ دقیقه
آموزش هوش مصنوعی قطعه‌بندی اسناد برای RAG؛ آماده‌سازی متن، حفظ منشأ و کیفیت ورودی
متوسط تازه

قطعه‌بندی اسناد برای RAG؛ آماده‌سازی متن، حفظ منشأ و کیفیت ورودی

قطعه‌بندی اسناد برای RAG تعیین می‌کند دستیار چه چیزی را پیدا کند و چه چیزی را هرگز نبیند. در این قسمت پاک‌سازی و حذف تکراری اسناد، اندازه و هم‌پوشانی قطعه، حفظ شرط و استثنا، همراه کردن عنوان و منشأ، کار با جدول و الگوهای سازمانی امنیت و به‌روزرسانی را با مثال پایتون یاد می‌گیرید.

mahdyar مطالعه در ۹ دقیقه
آموزش هوش مصنوعی پایگاه داده برداری؛ طراحی نمایه بردار و فراداده که قابل به‌روزرسانی و حذف باشد
پیشرفته

پایگاه داده برداری؛ طراحی نمایه بردار و فراداده که قابل به‌روزرسانی و حذف باشد

پایگاه داده برداری قلب هر سیستم RAG است، اما بیشتر آموزش‌ها فقط افزودن بردار را نشان می‌دهند. در این قسمت شناسه پایدار سند و قطعه، فراداده منشأ، مسیر افزودن چندمرحله‌ای، انتشار منسجم نسخه تازه، حذف کامل مشتقات، کنترل دسترسی و سازگاری مدل بردارساز را برای یک نمایه قابل نگه‌داری یاد می‌گیرید.

mahdyar مطالعه در ۸ دقیقه
آموزش هوش مصنوعی فاین‌تیون ترنسفورمر با Hugging Face؛ آماده‌سازی داده، Trainer و کنترل آزمایش
پیشرفته

فاین‌تیون ترنسفورمر با Hugging Face؛ آماده‌سازی داده، Trainer و کنترل آزمایش

فاین‌تیون ترنسفورمر یعنی یک مدل آماده مثل BERT را با داده برچسب‌خورده خودتان برای یک وظیفه مشخص تنظیم کنید. در این قسمت بارگذاری داده با datasets، توکن‌سازی دسته‌ای با map، padding پویا، آموزش با Trainer، زمان‌بندی نرخ یادگیری، ارزیابی و کنترل آزمایش قابل تکرار را قدم‌به‌قدم یاد می‌گیرید.

mahdyar مطالعه در ۸ دقیقه
آموزش هوش مصنوعی هوش مصنوعی مولد در جاوا؛ OpenAI Java SDK، Spring AI و چهار الگوی پایه
متوسط

هوش مصنوعی مولد در جاوا؛ OpenAI Java SDK، Spring AI و چهار الگوی پایه

هوش مصنوعی مولد در جاوا دیگر فقط برای پروژه‌های آزمایشی نیست. در این قسمت ابزارهای اصلی جاوا یعنی OpenAI Java SDK و Spring AI را می‌شناسید و چهار الگوی پایه چت با تاریخچه، فراخوانی تابع امن، RAG ساده و مدیریت پاسخ فیلترشده را با کد جاوا، احراز هویت بدون کلید و تست آفلاین یاد می‌گیرید.

mahdyar مطالعه در ۸ دقیقه
آموزش هوش مصنوعی مدل زبانی بزرگ چیست؟ سازوکار LLM و محدودیت‌هایی که محصول شما باید بشناسد
مقدماتی

مدل زبانی بزرگ چیست؟ سازوکار LLM و محدودیت‌هایی که محصول شما باید بشناسد

مدل زبانی بزرگ چیست و چطور از پیش‌بینی توکن بعدی به دستیاری می‌رسد که به پرسش‌ها پاسخ می‌دهد؟ در این قسمت مسیر رسیدن به هوش مصنوعی مولد، توکن و پنجره زمینه، پیش‌آموزش و تنظیم برای گفت‌وگو و شش محدودیت مهم LLM مثل پاسخ ساختگی، تاریخ قطع دانش و هزینه را برای طراحی محصول یاد می‌گیرید.

mahdyar مطالعه در ۸ دقیقه
آموزش هوش مصنوعی آموزش Hugging Face Transformers؛ توکن‌ساز، مدل و خروجی پشت صحنه pipeline
متوسط

آموزش Hugging Face Transformers؛ توکن‌ساز، مدل و خروجی پشت صحنه pipeline

آموزش Hugging Face از جایی شروع می‌شود که pipeline دیگر کافی نیست. در این قسمت سه مرحله پشت صحنه pipeline یعنی توکن‌ساز، مدل و پس‌پردازش را باز می‌کنید؛ شناسه توکن، ماسک توجه، padding و truncation، شکل حالت‌های پنهان، سر مدل، logits و softmax را با یک مدل فارسی قدم‌به‌قدم می‌بینید.

mahdyar مطالعه در ۸ دقیقه