آکادمی · پنج سطح
آموزش هوش مصنوعی
هوش مصنوعی را نه به‌عنوان جادو، که به‌عنوان مهندسی یاد بگیرید: داده، مدل، ارزیابی و به‌کارگیری مسئولانه. این مسیر از مفاهیم شروع می‌شود و در پنج سطح به ساختن و استقرار سیستم‌های مبتنی بر مدل زبانی می‌رسد.
نقشهٔ راه: پنج سطح تا استادی
هر سطح یک دوره است که با یک پروژه بسته می‌شود؛ هر سطح که گذرانده شود، مدال مشعل خودش را دارد. از هر جا که هستید شروع کنید.
سطح ۱ · مبتدی · مدال جرقه
هوش مصنوعی مقدماتی
هوش مصنوعی چیست و چه نیست، داده و یادگیری ماشین به زبان ساده، پایتون برای AI، و استفادهٔ درست و مسئولانه از ابزارها.
- مفاهیم
- داده
- اولین مدل
- به‌کارگیری
- پروژهٔ سطح
سرفصل آماده؛ درس‌ها در راه۱۰ درس در سرفصلدیدن دورهسطح ۲ · متوسط · مدال اخگر
یادگیری ماشین کاربردی
NumPy و pandas، رگرسیون و طبقه‌بندی، ارزیابی و اعتبارسنجی، و scikit-learn روی مسئله‌های واقعی.
- ابزارها
- مدل‌ها
- ارزیابی
- پروژهٔ سطح
سرفصل آماده؛ درس‌ها در راه۸ درس در سرفصلدیدن دورهسطح ۳ · حرفه‌ای · مدال شعله
یادگیری عمیق
شبکه‌های عصبی، PyTorch، بینایی ماشین، پردازش زبان و ترنسفورمرها.
- شبکه‌های عصبی
- PyTorch
- بینایی ماشین
- پردازش زبان
- پروژهٔ سطح
سرفصل آماده؛ درس‌ها در راه۸ درس در سرفصلدیدن دورهسطح ۴ · مستر و سنیور · مدال آتشدان
مدل‌های زبانی و MLOps
کار با مدل‌های زبانی، بازیابی‌افزوده (RAG)، تنظیم دقیق، ارزیابی و استقرار و پایش مدل در تولید.
- مدل‌های زبانی
- سیستم‌ها
- MLOps
- پروژهٔ سطح
سرفصل آماده؛ درس‌ها در راه۷ درس در سرفصلدیدن دورهسطح ۵ · استاد · مدال مشعل
استادی هوش مصنوعی
خواندن و بازتولید پژوهش، رهبری تیم AI، اخلاق و حکمرانی، و آموزش.
- پژوهش
- رهبری
- پروژهٔ پایانی
سرفصل آماده؛ درس‌ها در راه۵ درس در سرفصلدیدن دوره