آموزش کامل یادگیری ماشین با Hugging Face از مقدمات تا استقرار مدل - جلسه سوم

🎯 جلسه سوم: آشنایی کامل با اکوسیستم Hugging Face - آشنایی عملی با Google Colab و آماده‌سازی محیط Hugging Face
در جلسه سوم از دوره جامع آموزش Hugging Face وارد یکی از مهم‌ترین ابزارهای عملی در مسیر یادگیری ماشین و پردازش زبان طبیعی می‌شویم: Google Colab.
در این ویدئو به‌صورت کاملاً مفهومی و کاربردی یاد می‌گیرید که چگونه بدون نصب هیچ نرم‌افزاری، تنها با یک مرورگر، پروژه‌های یادگیری ماشین، NLP و Transformer را اجرا کنید و یک محیط آموزشی و پژوهشی استاندارد بسازید.
در این جلسه به این سؤالات مهم پاسخ داده می‌شود:
• Google Colab دقیقاً چیست و چرا به یکی از محبوب‌ترین ابزارهای هوش مصنوعی تبدیل شده است؟
• Notebook چیست و چرا فایل‌های ipynb برای آموزش و تحقیق ایده‌آل هستند؟
• چرا در Colab و Jupyter از علامت ! برای اجرای دستورات استفاده می‌کنیم؟
• تفاوت اجرای کد پایتون با دستورهای سیستم‌عاملی (Shell) چیست؟
• چگونه کتابخانه‌های موردنیاز Hugging Face را به‌درستی در Colab نصب و آماده‌سازی کنیم؟
در پایان این جلسه، درک روشنی خواهید داشت از این‌که:
• چرا Colab محیطی یکسان برای مدرس و دانشجو ایجاد می‌کند
• چگونه اجرای مدل‌های سنگین Transformer با GPU ممکن می‌شود
• چرا Colab یکی از بهترین بسترها برای آموزش، پژوهش و بازتولید نتایج علمی است
📌 مناسب برای:
دانشجویان، پژوهشگران، برنامه‌نویسان، مدرسین و تمام علاقه‌مندان به
Machine Learning، Deep Learning، NLP و Hugging Face
🔗 سورس‌کد و تمرین‌ها:
https://github.com/fhazraty/LearnHugg...

📎 اسلاید جلسه سوم:
https://t.me/FarhadHazratiEini/44

⸻

👨‍🏫 مدرس: فرهاد حضرتی عینی
🔗 لینکدین:
  / farhad-hazraty-eini-47325a90  
📢 کانال تلگرام:
https://t.me/FarhadHazratiEini
💻 گیت‌هاب:
https://github.com/fhazraty
#HuggingFace
#GoogleColab
#MachineLearning
#DeepLearning
#NLP
#Transformers
#ArtificialIntelligence
#AI_Education
#Python
#DataScience
#LLM
#آموزش_هوش_مصنوعی
#یادگیری_ماشین
#پردازش_زبان_طبیعی