هذه هي ملاحظاتي الشخصية التي قمت بتدوينها أثناء متابعة برنامج Udacity Geneative AI Nanodegree.
يفترض برنامج Nanodegree مهارات تحليل البيانات الأساسية مع مكتبات وقواعد بيانات python لعلم البيانات، ويحتوي على 4 وحدات تعتمد على تلك المهارات؛ تحتوي كل وحدة على المجلد المقابل لها في هذا المستودع مع ملف Markdown الإرشادي الخاص بها:
01_Fundamentals_GenAI
.02_LLMs
.03_ComputerVision
.04_BuildingSolutions
.بالإضافة إلى ذلك، من الضروري تقديم واجتياز بعض المشاريع للحصول على الشهادة:
أخيرًا، تحقق أيضًا من بعض أدلتي الشخصية حول الأدوات ذات الصلة:
mxagar/tool_guides/hugging_face
mxagar/tool_guides/langchain
mxagar/tool_guides/llms
mxagar/nlp_guide
mxagar/computer_vision_udacity/CVND_Advanced_CV_and_DL.md
mxagar/deep_learning_udacity/DLND_RNNs.md
يجب أن تكون بيئة python العادية مع حزم علوم البيانات المعتادة كافية (على سبيل المثال، scikit-learn، pandas، matplotlib، وما إلى ذلك)؛ يتم تقديم أي حزم خاصة/إضافية وأوامر التثبيت الخاصة بها في الأدلة. فيما يلي وصفة لإعداد بيئة كوندا باستخدام الحزم الحالية:
conda create --name ds pip python=3.10
conda activate ds
pip install -r requirements.txt
تم إنشاء العديد من محتويات هذا المستودع وفقًا لـ Udacity Geneative AI Nanodegree.
ميكيل ساغارديا، 2024.
لا ضمانات.