آموزش عوامل هوش مصنوعی پایگاه داده: راهنمای کامل [جدید]

Database AI Agents: Complete Guide [NEW]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: از هوش مصنوعی و LangChain برای ایجاد عوامل جستجوی پایگاه داده پیشرفته و برنامه های کاربردی تعاملی عامل های اصلی AI پایگاه داده استفاده کنید: عوامل هوش مصنوعی را درک کنید و از آنها برای حل مشکلات پیچیده با تعاملات پایگاه داده زبان طبیعی استفاده کنید. ساخت عوامل هوش مصنوعی با LangChain: عوامل هوش مصنوعی را با استفاده از LangChain برای خواندن، تفسیر و جستجوی داده ها از فایل های CSV و پایگاه های داده SQL ایجاد کنید. اجرای فراخوانی تابع: عوامل هوش مصنوعی را فعال کنید تا عملکردهای خاصی مانند جستجو در پایگاه داده و برگرداندن نتایج ساختاریافته را اجرا کنند. توسعه برنامه های تعاملی: برنامه های تعاملی را با Streamlit برای پرسش های کاربر و پاسخ های پویا هوش مصنوعی ایجاد کنید. پیش نیازها: دانش برنامه نویسی پایه: آشنایی با برنامه نویسی پایتون به همراه محتوای دوره و مثال توصیه می شود. کلید OpenAI API: یک کلید OpenAI API برای استفاده از خدمات OpenAI مورد نیاز است. توجه داشته باشید که استفاده از API ممکن است حداقل هزینه را به همراه داشته باشد.

پتانسیل هوش مصنوعی را با Mastering Database AI Agents باز کنید: برنامه های تعاملی با LangChain بسازید. این دوره جامع به شما این امکان را می دهد که عوامل هوش مصنوعی پیچیده ای ایجاد کنید که قادر به تعامل با پایگاه های داده با استفاده از زبان طبیعی هستند. این دوره برای توسعه دهندگان، متخصصان داده، تحلیلگران کسب و کار و علاقه مندان به فناوری ایده آل است، این دوره مهارت های شما را افزایش می دهد و توانایی شما را در ساخت برنامه های کاربردی مبتنی بر هوش مصنوعی افزایش می دهد.

آنچه یاد خواهید گرفت

  • عوامل هوش مصنوعی را درک کنید: مفاهیم اصلی عوامل هوش مصنوعی و کاربردهای آنها در حل مشکلات پیچیده مرتبط با پایگاه داده را درک کنید.

  • ساخت با LangChain : از چارچوب LangChain برای ساخت عوامل هوش مصنوعی استفاده کنید که می توانند به طور یکپارچه داده ها را از فایل های CSV و پایگاه های داده SQL بخوانند، تفسیر کنند و پرس و جو کنند.

  • فراخوانی تابع را اجرا کنید: فراخوانی تابع را در عوامل هوش مصنوعی پیاده سازی کنید، امکان اجرای کارآمد پرس و جوهای پایگاه داده خاص و برگرداندن نتایج ساختاریافته.

  • برنامه‌های کاربردی تعاملی را توسعه دهید: برنامه‌های کاربرپسند و تعاملی بسازید که به پاسخ‌های پویا مبتنی بر هوش مصنوعی اجازه می‌دهد.

موضوعات کلیدی تحت پوشش

  • معرفی عوامل هوش مصنوعی و کاربردهای عملی آنها

  • توضیحات تفصیلی چارچوب LangChain

  • ایجاد عوامل هوش مصنوعی که می توانند داده های CSV و SQL را مدیریت کنند

  • اجرای تابع پیشرفته که برای تعاملات پایگاه داده فراخوانی می کند

  • ساخت برنامه های کاربردی تعاملی

نکات برجسته دوره

  • پروژه های عملی و نمونه های واقعی

  • دستورالعمل های گام به گام برای ساخت و استقرار عوامل هوش مصنوعی

  • اطلاعات آماری درباره ایجاد برنامه های کاربردی پویا و تعاملی با کاربر

  • برای پشتیبانی به جامعه ای از یادگیرندگان و مربیان خبره دسترسی داشته باشید

چه کسی باید ثبت نام کند

  • توسعه دهندگان و برنامه نویسان: مهارت های تعامل هوش مصنوعی و پایگاه داده خود را برای ایجاد برنامه های کاربردی پیشرفته تقویت کنید.

  • متخصصان داده : پرس و جو و تحلیل داده ها را با هوش مصنوعی به صورت خودکار و ساده کنید.

  • تحلیلگران کسب و کار: از هوش مصنوعی برای استخراج بینش معنی دار از مجموعه داده های بزرگ با استفاده از جستارهای زبان طبیعی استفاده کنید.

  • علاقه مندان به فناوری: عوامل هوش مصنوعی و برنامه های کاربردی تعاملی را کاوش کنید تا در دنیای فناوری پیشرو بمانید.

پیش‌نیازها

  • دانش برنامه نویسی اولیه (پیتون توصیه می شود)

  • آشنایی با SQL و پایگاه داده

  • رایانه با دسترسی به اینترنت

  • کلید OpenAI API (ممکن است حداقل هزینه اعمال شود)

به ما در Udemy بپیوندید و رویکرد خود را به تعاملات پایگاه داده با هوش مصنوعی تغییر دهید. اکنون ثبت نام کنید تا از امروز شروع به ساخت برنامه های قدرتمند مبتنی بر هوش مصنوعی کنید!


سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

  • پیش نیازهای دوره Course Prerequisites

کد و منابع Code and Resources

  • کد و منابع دوره Course Code and Resources

راه اندازی محیط توسعه Setup Development Environment

  • راه اندازی محیط توسعه - بررسی اجمالی Development Environment Setup - Overview

AI Agents Deep Dive AI Agents Deep Dive

  • عامل هوش مصنوعی چیست و چگونه کار می کند What is an AI Agent and How it Works

  • موارد استفاده عوامل هوش مصنوعی AI Agents Use Cases

  • بررسی کنید Check in

Building Database AI Agents - Deep Dive Building Database AI Agents - Deep Dive

  • ساختن اولین عامل هوش مصنوعی و معرفی Langchain Building Your First AI Agent & Langchain Introduction

  • ایجاد و اجرای اولین عامل هوش مصنوعی - قسمت 1 Creating and Running the First AI Agent - Part 1

  • AI Agent Flow - برنامه کنسول AI Agent Flow - Console App

  • خلاصه بخش Section Summary

Building Database Agents - CSV Agents Building Database Agents - CSV Agents

  • عوامل CSV - نمای کلی و سناریو CSV Agents - Overview and Scenarion

  • خواندن فایل CSV و نمایش داده های استخراج شده Reading the CSV File and Showing Extracted Data

  • ایجاد عامل CSV و تعامل با داده های CSV Build the CSV Agent and Interacting with the CSV Data

  • اضافه کردن پیشوند و پسوند Prompt برای سفارشی کردن پاسخ نماینده ما Adding Prefix and Suffix Prompt to Customize Our Agent's Response

  • افزودن UI با Streamlit Adding a UI with Streamlit

  • خلاصه Summary

Building Database Agents - SQL Database Agents Building Database Agents - SQL Database Agents

  • عوامل پایگاه داده SQL - بررسی اجمالی SQL Database Agents - Overview

  • پایگاه داده SQL را از یک فایل CSV بسازید Build the SQL Database from a CSV File

  • ایجاد عامل SQL و تعامل با پایگاه داده SQL Build the SQL Agent and Interacting with the SQL Database

  • اضافه کردن Streamlit و تست با پرس و جوهای بیشتر Adding Streamlit and Testing with more Queries

  • خلاصه Summary

فراخوانی تابع OpenAI و پایگاه داده SQL OpenAI Function Calling & SQL Database

  • فراخوانی تابع - نمای کلی Function Calling - Overview

  • ایجاد یک فراخوان و ابزار ساده تابع Creating a Simple Function Call and Tools

  • Compete Function Calling گردش کار و دیدن نتایج Compete Function Calling Workflow and Seeing Results

فراخوانی تابع - استفاده از فراخوانی تابع با عوامل هوش مصنوعی پایگاه داده Function Calling - Using Function Calling with Database AI Agents

  • فراخوانی تابع با عوامل پایگاه داده - راه اندازی Function Calling with Database Agents - Setup

  • تست توابع به طور مستقیم Testing Functions Directly

  • استفاده از قابلیت فراخوانی تابع OpenAI با پایگاه داده SQL Using OpenAI Function Calling Feature with SQL Database

  • خلاصه Summary

OpenAI Assistants API - استفاده از API Assistants برای عوامل هوش مصنوعی پایگاه داده SQL OpenAI Assistants API - Leveraging the Assistants API for SQL Database AI Agents

  • OpenAI Assistants API و پایگاه های داده SQL OpenAI Assistants API and SQL Databases

  • Assistants API - نمای کلی Assistants API - Full Overview

  • یک Assistant API ایجاد کنید و یک پایگاه داده SQL را جستجو کنید - کاملاً عملی Create an Assistant API and Query a SQL Database - Full Hands-on

بسته شدن Wrap up

  • چه چیزی بعد What's Next

نمایش نظرات

آموزش عوامل هوش مصنوعی پایگاه داده: راهنمای کامل [جدید]
جزییات دوره
2.5 hours
33
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
67
5 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Paulo Dichone  Software Engineer, AWS Cloud Practitioner   Instructor Paulo Dichone Software Engineer, AWS Cloud Practitioner Instructor

Android، Flutter، AWS، پرفروش ترین مربی