🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش راهنمای Amazon Bedrock: هوش مصنوعی مولد با استفاده از Agentهای هوش مصنوعی
- آخرین آپدیت
دانلود Amazon Bedrock Guide : Generative AI with AI Agents
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
آموزش جامع Amazon Bedrock: پایگاه دانش، هوش مصنوعی، Agentها و Promptها
با استفاده از تمرینهای عملی، فریمورکهای متنباز و ۲ مورد استفاده واقعی، Amazon Bedrock را به طور کامل بیاموزید.
در این دوره چه میآموزید:
اصول AWS Bedrock و ابزارهای توسعهدهنده آن را درک کنید. پایگاههای دانش (Knowledge Base) را پیکربندی کرده و از
vector embeddingها برای راهحلهای هوشمند استفاده کنید. Agentها را با Action Groupها و ادغام با پایگاه دانش طراحی
و مدیریت کنید. Prompt Management را با متغیرها و جریانهای پویا پیادهسازی کنید. گردشکارهای پیشرفته را با استفاده از
Flowها، Agentها و Promptها سازماندهی کنید. برنامههای کاربردی هوش مصنوعی امن را با Guardrailها توسعه دهید.
پیشنیازها:
آشنایی اولیه با سرویسهای ابری
تمایل به یادگیری و آزمایش با آزمایشگاههای عملی
قدرت Amazon Bedrock را برای ساخت برنامههای کاربردی مبتنی بر هوش مصنوعی آزاد کنید
به دوره تسلط بر Amazon Bedrock خوش آمدید، یک دوره جامع که برای کمک به شما در بهرهبرداری از قدرت
ابزارها و سرویسهای AWS Bedrock طراحی شده است. چه مبتدی باشید و چه یک توسعهدهنده باتجربه، این دوره شما را گام به گام
از طریق مفاهیم، پیکربندیها و تمرینهای عملی راهنمایی میکند که پتانسیل AWS Bedrock را در ساخت برنامههای کاربردی
هوشمند به نمایش میگذارد.
آنچه خواهید آموخت:
پایگاههای دانش (KB): عمیقاً در مفهوم vector embeddingها و
retrieval-augmented generation (RAG) غوطه ور شوید، که برای بهینهسازی برنامههای کاربردی هوش مصنوعی در مقیاس
بزرگ ضروری است. یاد بگیرید چگونه پایگاههای دانش را پیکربندی کنید و آنها را به طور یکپارچه با سایر ابزارهای AWS
Bedrock با استفاده از مثالهای عملی ادغام کنید تا درک خود را محکم کنید.
Agentها: بر پیکربندی Agentهای AWS Bedrock برای سادهسازی گردشکارهای هوش مصنوعی تسلط یابید.
تجربه عملی در پیادهسازی Action Groupها، رسیدگی به پارامترها و سازماندهی موثر درخواستها به پایگاههای دانش به
دست آورید. درک کنید که چگونه Agentها به عنوان ستون فقرات تعاملات هوش مصنوعی پویا و هوشمند عمل میکنند.
Prompt Management: تخصص در ایجاد، مدیریت و بهینهسازی Promptها برای تنظیم دقیق پاسخهای هوش
مصنوعی کسب کنید. استفاده از متغیرها و استراتژیها را برای مهندسی Prompt موثر، یک مهارت حیاتی برای ارائه تجربیات
کاربری سفارشی در برنامههای کاربردی هوش مصنوعی، کاوش کنید.
Flowها: یاد بگیرید که با ادغام پایگاههای دانش، Agentها و Promptها، گردشکارهای پیشرفته ایجاد
کنید. Flowها به شما این امکان را میدهند تا تعاملات یکپارچه را طراحی کرده و منطق پیچیده برنامه را مدیریت کنید و
از راهحلهای هوش مصنوعی کارآمد و مقیاسپذیر اطمینان حاصل کنید.
Guardrailها: اهمیت امنیت و انطباق در سیستمهای هوش مصنوعی را درک کنید. یاد بگیرید که چگونه
Guardrailهای قوی را برای اطمینان از انطباق برنامههای خود با بهترین شیوهها، باقی ماندن قابل اعتماد و کاهش موثر
خطرات پیادهسازی کنید.
آزمایشگاههای عملی: دانش خود را از طریق آزمایشگاههای عملی به کار بگیرید که شما را در ساخت
راهحلهای سرتاسری راهنمایی میکند. پایگاههای دانش، Agentها و Promptها را ترکیب کنید تا برنامههای کاربردی هوش
مصنوعی عملی و واقعی ایجاد کنید که مشکلات پیچیده را حل میکنند.
سرفصل ها و درس ها
مفهوم کلی
General Concept
دید کلی از مدلهای زبانی
10,000 Foot view on Language Models
تمرین عملی عاملها با گروه اقدام
Hands-On Agents with Action Group
تمرین عملی گروه اقدام با پارامتر
Hands-On Action Group with Parameter
تمرین عملی عاملها با پایگاه دانش
Hands-On Agents with KnowledgeBase
هماهنگسازی عاملها (معروف به عامل برنامهریز) - بررسی عمیق
Agents Orchestration (aka Planner Agent) - Deep Dive
پاکسازی منابع
Resource Clean Up
مورد استفاده - عامل هوش مصنوعی تغذیهای چندوجهی با ابزارها، پرشهای چندگانه و اعلان ReAct
Use Case - Multimodal Nutrional AI Agent with Tools, Multi-Hop and ReAct Prompt
مورد استفاده عاملمحور با معماری چندوجهی، پرشهای چندگانه و ReAct
Agentic Use Case with Multimodal, Multi-Hop and ReAct Architecture
اعلان ReAct برای عاملهای هوش مصنوعی
ReACT Prompt for AI Agents
اجرای عامل
Run the Agent
مورد استفاده عاملمحور چندوجهی با چندین ابزار
Multimodal Agentic Use Case with Multiple Tools
مورد استفاده - عامل مسافرتی چندعامله با استفاده از فریمورک CrewAI
Use Case - Multi-Agentic Travel Agent using CrewAI Framework
معرفی CrewAI
Introduction to CrewAI
نصب CrewAI
Install CrewAI
تعریف عاملها و وظایف
Define Agents and Tasks
کلاسهای پایه عامل مسافرتی
Travel Agent Base Classes
عامل برنامهریز با Crewbase
Planner Agent with Crewbase
اجرای چند عامله با Crewbase
Multi Agent Execution with Crewbase
ارزیابی اجرای چند عامل
Evaluate Multi Agentic Execution
تمرین عملی متغیرها در مدیریت اعلان
Hands-On Variables in Prompt Management
ابزارهای سازنده - جریانها
Builder Tools - Flows
معرفی جریانها
Introduction to Flows
اجزای جریانها
Flows Components
جریانها - تمرین عملی
Flows - Hands-On
پاکسازی منابع
Resource Clean Up
ابزارهای سازنده - آزمایشگاه
Builder Tools - Lab
آزمایشگاه - ساخت مورد استفاده چندعامله با استفاده از جریانها، عاملها، اعلان و KB
Lab - Build Multi-Agentic use case using Flows, Agents, Prompt and KB
حصارها
Guardrails
معرفی تزریق اعلان
Introduction to Prompt Injection
نمایش نظرات