مدلهای هوش مصنوعی Open-Weight را متناسب با هزینه، عملکرد و حساسیت داده‌ها انتخاب، اجرا و شخصیسازی کنید.
شناخت مدلهای Open-Weight و تفاوت آن‌ها با مدلهای متن‌باز و بسته
آشنایی با خانواده‌های اصلی مدلهای هوش مصنوعی؛ متن، تصویر، صدا، کد و Embedding
انتخاب مدل مناسب بر اساس قابلیت، اندازه و کاربرد
مقایسه اجرای مدل‌ها در محیط محلی، فضای ابری و پلتفرم‌های مدیریت‌شده
1 ساعت ویدئو
1 جلسه متنی
1 فایل ضمیمه قابل دانلود
گواهینامه مکتب‌خونه
دسترسی مادام‌العمر به محتوای دوره
زیرنویس اختصاصی مکتب‌خونه
مدلهای هوش مصنوعی دیگر محدود به APIهای بسته و سرویس‌های ابری نیستند. مدلهای Open-Weight امکان کنترل بیشتر، انعطاف‌پذیری بالاتر و در بسیاری از پروژه‌ها، مدیریت بهتر هزینه و داده‌ها را فراهم می‌کنند؛ اما انتخاب، اجرا و شخصیسازی این مدل‌ها نیازمند شناخت درست اکوسیستم و ابزارهای موجود است.
در این دوره، Laurence Moroney شما را با دنیای مدلهای Open-Weight و روش استفاده عملی از آن‌ها آشنا می‌کند. ابتدا با مفهوم Open-Weight، خانواده‌های مختلف مدل‌ها و تفاوت آن‌ها با مدلهای متن‌باز و بسته آشنا می‌شوید و سپس به سراغ انتخاب و اجرای مدل‌ها در محیط‌های محلی، فضای ابری و پلتفرم‌های مدیریت‌شده می‌روید.
در ادامه، روش‌های مختلف شخصیسازی مدل‌ها، از پرامپت‌نویسی و RAG گرفته تا Fine-Tuning، LoRA و QLoRA بررسی می‌شوند. همچنین با ابزارهایی مانند Hugging Face، Ollama، llama.cpp و vLLM و ملاحظات سخت‌افزاری اجرای مدل‌ها آشنا خواهید شد.
در پایان، یک چارچوب عملی برای انتخاب، استقرار و شخصیسازی مدل مناسب در اختیار خواهید داشت و می‌توانید با درنظرگرفتن عواملی مانند هزینه، عملکرد و حساسیت داده‌ها، راهکارهای مبتنی بر مدلهای Open-Weight را برای پروژه‌های واقعی طراحی کنید. این دوره برای توسعه‌دهندگان، متخصصان داده و افرادی که می‌خواهند کنترل بیشتری بر سیستم‌های هوش مصنوعی خود داشته باشند، گزینه‌ای کاربردی است.
بر اساس امتیاز 4 دانشجو
پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهینامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.
کیفیت این آموزش توسط مکتب‌خونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر می‌توانید درخواست بازگشت وجه کنید.
Laurence Moroney رهبری تیم AI Advocacy در گوگل را برعهده دارد. هدف و چشم‌انداز او این است که هوش مصنوعی را برای برنامه‌نویسان آسان کند و دسترسی همه را به مشاغل ML افزایش دهد. Laurence نویسنده ده‌ها کتاب برنامه‌نویسی است که از جدیدترین آن‌ها می‌توان به «AI and ML for Coders» در O’Reilly اشاره کرد.
یادگیری فقط جمع کردن اطلاعات نیست؛ گاهی یک ایده، یک مهارت یا حتی یک زاویه دید تازه می‌تواند مسیر زندگی را عوض کند.
ما اینجا تلاش کرده‌ایم مجموعه‌ای از بهترین آموزش‌ها و دوره‌های توسعه فردی، مهارت‌های نرم، علوم انسانی، تفکر، خلاقیت، ارتباطات، بهره‌وری و یادگیری مادام‌العمر را در دسترس فارسی‌زبانان قرار دهیم. محتوایی که کمک می‌کند بهتر فکر کنیم، بهتر تصمیم بگیریم، مؤثرتر کار کنیم و دنیای اطرافمان را عمیق‌تر درک کنیم.
فرقی نمی‌کند به دنبال رشد شخصی باشید، بخواهید مهارت جدیدی یاد بگیرید، چشم‌اندازتان را گسترش دهید یا صرفاً هر روز یک درصد بهتر از دیروز شوید؛ اینجا برای کسانی ساخته شده که یادگیری را بخشی از سبک زندگی خود می‌دانند.
ما باور داریم سرمایه‌گذاری روی ذهن و توانایی‌های فردی، سودآورترین سرمایه‌گذاری ممکن است. به همین دلیل تلاش می‌کنیم محتوایی ارزشمند، الهام‌بخش و کاربردی را در قالبی ساده و قابل‌دسترس ارائه کنیم؛ تا مسیر رشد، برای همه هموارتر باشد.
به جمع کسانی بپیوندید که یادگیری را متوقف نمی‌کنند.
راهنمای مدلهای هوش مصنوعی Open-Weight با Laurence Moroney
