راهنمای عملی برای برنامهنویسهایی که میخوان وارد دنیای AI بشن
یه سری ۸ قسمتی برای برنامهنویسهایی که میخوان وارد دنیای هوش مصنوعی بشن. از مفاهیم پایه شروع میکنیم و قدم به قدم تا ساخت پروژههای واقعی با ابزارهای AI پیش میریم.
نقشه کلی دنیای AI: تفاوت AI، ML، DL و LLM — سه روش یادگیری ماشین — چرا LLMها انقلابی هستن — مزیت توسعهدهندهها در ورود به AI
CPU vs GPU و چرا GPU برای AI اجباریه — VRAM و اهمیتش — Quantization برای اجرای مدل بزرگ روی سختافزار کوچیک — راهنمای خرید و اجاره GPU
Token و مشکل Tokenization فارسی — Embedding و جبر معنایی — معماری Transformer و Self-Attention — Context Window و محدودیتهاش — فرآیند تولید متن و Temperature
راهنمای انتخاب مدل اوپنسورس مناسب برای پروژههای فارسی
مفهوم RAG و چرا برای پروژههای واقعی ضروریه
مفاهیم پایه Fine-tuning و تکنیکهای مدرن مثل LoRA
تفاوت Agent با Chatbot و معماری یه Agent هوشمند
جمعبندی سری و نقشه راه ۶ ماهه برای ورود به AI
