اکسپرس 24
کتاب تکنیک‌های fine-tuning و transfer learning در مدل‌های زبانی بزرگ

کتاب تکنیک‌های fine-tuning و transfer learning در مدل‌های زبانی بزرگ

تگ‌ها: fine-tuning LLM NLP transfer learning پردازش زبان طبیعی شبکه‌های عصبی مدل‌های زبانی بزرگ هوش مصنوعی یادگیری عمیق

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تکنیک‌های fine-tuning و transfer learning در مدل‌های زبانی بزرگ

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: انواع و کاربردهای مدل‌های زبانی بزرگ**

📋 سرفصل‌های دوره

  • 1. آشنایی با مدل‌های زبانی بزرگ
  • 2. معماری ترنسفورمر و اجزای آن
  • 3. مکانیزم توجه (Attention Mechanism)
  • 4. پردازش توالی و رمزگذاری
  • 5. رمزگشایی و تولید متن
  • 6. مدل‌های زبانی پیش‌آموزش‌دیده (Pre-trained Models)
  • 7. مفهوم یادگیری انتقالی (Transfer Learning)
  • 8. مبانی fine-tuning
  • 9. کاربرد fine-tuning در وظایف پردازش زبان طبیعی
  • 10. انواع fine-tuning
  • 11. تنظیم دقیق پارامترها
  • 12. تنظیم دقیق لایه‌های خاص
  • 13. تنظیم دقیق همه پارامترها
  • 14. fine-tuning با داده‌های کم (Few-shot Learning)
  • 15. fine-tuning با داده‌های بسیار کم (Zero-shot Learning)
  • 16. روش‌های بهینه‌سازی در fine-tuning
  • 17. بهینه‌سازهای رایج (Adam, SGD)
  • 18. نرخ یادگیری و زمان‌بندی آن
  • 19. تنظیم اندازه بچ (Batch Size)
  • 20. تنظیمات منظم‌سازی (Regularization)
  • 21. روش‌های جلوگیری از بیش‌برازش (Overfitting)
  • 22. Dropout و تکنیک‌های مشابه
  • 23. early stopping
  • 24. Data Augmentation برای fine-tuning
  • 25. تکنیک‌های تولید داده مصنوعی
  • 26. تولید داده با مدل‌های دیگر
  • 27. تولید داده با قوانین زبانی
  • 28. ارزیابی مدل‌های fine-tuned
  • 29. معیارهای ارزیابی وظایف زبانی
  • 30. Perplexity
  • 31. BLEU Score
  • 32. ROUGE Score
  • 33. F1 Score
  • 34. Accuracy
  • 35. Precision
  • 36. Recall
  • 37. معیارهای ارزیابی وظایف خاص
  • 38. ارزیابی مدل‌های ترجمه ماشینی
  • 39. ارزیابی مدل‌های خلاصه‌سازی متن
  • 40. ارزیابی مدل‌های پاسخ به پرسش
  • 41. ارزیابی مدل‌های تحلیل احساسات
  • 42. انتخاب مدل پایه مناسب
  • 43. مدل‌های BERT و خانواده آن
  • 44. مدل‌های GPT و خانواده آن
  • 45. مدل‌های T5 و خانواده آن
  • 46. مدل‌های Llama و خانواده آن
  • 47. مقایسه معماری‌های مختلف
  • 48. انتخاب داده‌های fine-tuning
  • 49. کیفیت داده‌ها
  • 50. حجم داده‌ها
  • 51. سازگاری داده‌ها با وظیفه
  • 52. پیش‌پردازش داده‌ها
  • 53. Tokenization
  • 54. Padding و Truncation
  • 55. انتقال یادگیری برای وظایف طبقه‌بندی متن
  • 56. انتقال یادگیری برای وظایف تشخیص موجودیت نام‌گذاری شده (NER)
  • 57. انتقال یادگیری برای وظایف تشخیص رابطه
  • 58. انتقال یادگیری برای وظایف تولید متن
  • 59. انتقال یادگیری برای وظایف پرسش و پاسخ
  • 60. انتقال یادگیری برای وظایف ترجمه ماشینی
  • 61. انتقال یادگیری برای وظایف خلاصه‌سازی متن
  • 62. انتقال یادگیری برای وظایف تحلیل احساسات
  • 63. انتقال یادگیری برای وظایف تشخیص اسپم
  • 64. تنظیم دقیق مدل‌های مولد
  • 65. تکنیک‌های پیشرفته fine-tuning
  • 66. Parameter-Efficient Fine-Tuning (PEFT)
  • 67. LoRA (Low-Rank Adaptation)
  • 68. Adapter Layers
  • 69. Prompt Tuning
  • 70. Prefix Tuning
  • 71. تکنیک‌های fine-tuning چند وظیفه‌ای (Multi-task Fine-tuning)
  • 72. استفاده از چارچوب‌های یادگیری عمیق
  • 73. PyTorch
  • 74. TensorFlow
  • 75. Keras
  • 76. کتابخانه‌های مرتبط با NLP
  • 77. Hugging Face Transformers
  • 78. spaCy
  • 79. NLTK
  • 80. کاربرد fine-tuning در زبان فارسی
  • 81. چالش‌های fine-tuning برای زبان فارسی
  • 82. منابع داده فارسی
  • 83. مدل‌های پیش‌آموزش‌دیده فارسی
  • 84. آموزش مدل‌های زبانی فارسی از ابتدا
  • 85. ارزیابی مدل‌های فارسی
  • 86. کاربرد fine-tuning در حوزه علوم اسلامی
  • 87. fine-tuning برای تحلیل متون روایی
  • 88. fine-tuning برای استخراج احکام شرعی
  • 89. fine-tuning برای پاسخگویی به سوالات فقهی
  • 90. fine-tuning برای طبقه‌بندی متون دینی
  • 91. fine-tuning برای خلاصه‌سازی متون تفسیری
  • 92. fine-tuning برای تحلیل متون کلامی
  • 93. fine-tuning برای دسته‌بندی روایات
  • 94. fine-tuning برای شناسایی منابع روایی
  • 95. fine-tuning در حوزه اقتصاد اسلامی
  • 96. fine-tuning برای تحلیل متون اقتصادی اسلامی
  • 97. fine-tuning برای پیش‌بینی بازارهای مالی اسلامی
  • 98. fine-tuning برای ارزیابی پروژه‌های اقتصادی مبتنی بر عقود اسلامی
  • 99. fine-tuning در حوزه خانواده و روانشناسی اسلامی
  • 100. fine-tuning برای تحلیل متون مشاوره خانواده اسلامی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.