آموزش ایجنت‌های هوش مصنوعی برای مبتدیان | پروژه محور - آخرین آپدیت

دانلود AI Agents for Beginners | Hands-On

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: شروع کار با ایجنت‌های هوش مصنوعی: ساخت اولین ایجنت خود از صفر نحوه عملکرد مدل‌های زبانی بزرگ (LLM) و تفاوت آن‌ها با هوش مصنوعی سنتی توضیح ساده معماری GPT و مدل ترنسفورمر (Transformer) مفهوم توکن‌ها، توکن‌سازی (Tokenization) و پنجره زمینه (Context Window) پارامترهای Temperature، Top-k و Top-p و زمان استفاده از هر کدام امبدینگ‌ها (Embeddings)، پایگاه داده‌های برداری و نحوه استفاده ایجنت‌ها برای حافظه بلندمدت کالبدشکافی یک پرامپت - پرامپت‌های سیستمی، پرامپت‌های کاربر و پنجره‌های زمینه شش تکنیک اصلی پرامپت‌نویسی - Zero-shot، Few-shot، زنجیره افکار (CoT)، ReAct، نقش‌محور و خروجی ساختاریافته تفاوت بین یک ایجنت هوش مصنوعی و یک چت‌بات معمولی سه مؤلفه اصلی هر ایجنت: مدل زبانی (LLM)، حافظه و ابزارها حافظه کوتاه‌مدت، بلندمدت و حافظه اپیزودیک در ایجنت‌ها الگوهای چند-ایجنت - مدل سرپرست-کارگر (Supervisor-Worker) و خط لوله (Pipeline) نحوه ساخت یک ایجنت کامل هواشناسی با استفاده از n8n بدون نیاز به کدنویسی نحوه ساخت یک سیستم دانش مبتنی بر RAG با استفاده از امبدینگ‌ها و دیتابیس برداری پیش نیازها: بدون نیاز به دانش قبلی در زمینه هوش مصنوعی یا یادگیری ماشین آشنایی ابتدایی با استفاده از برنامه‌های تحت وب و ثبت‌نام در ابزارهای آنلاین دانش پایتون مفید است اما ضروری نیست - محتوای اصلی و هر دو پروژه کاملاً بدون کدنویسی قابل دسترسی هستند

ایجنت‌های هوش مصنوعی در حال تغییر روش کار ما هستند. از اتوماسیون جریان‌های کاری پیچیده و پردازش اسناد گرفته تا انجام تحقیقات و اقدامات در دنیای واقعی - ایجنت‌ها دیگر تنها یک مفهوم پژوهشی نیستند. آن‌ها امروز در کسب‌وکارها به کار گرفته شده‌اند و تقاضا برای افرادی که نحوه ساخت آن‌ها را بدانند، سریع‌تر از تعداد متخصصان موجود در حال رشد است. این دوره یک مسیر کامل و مبتدی-پسند را از درک نحوه عملکرد مدل‌های زبانی بزرگ تا ساخت ایجنت‌های هوش مصنوعی خودتان از صفر فراهم می‌کند - بدون نیاز به تجربه قبلی در هوش مصنوعی.


نکته: این دوره با کمک ابزارها و پلتفرم‌های هوش مصنوعی از جمله n8n، Gemini، OpenAI و AWS Bedrock ساخته شده است.


در این دوره چه می‌آموزید؟

این دوره برای هر کسی طراحی شده است که می‌خواهد ایجنت‌های هوش مصنوعی را واقعاً درک کند - نه فقط استفاده از آن‌ها، بلکه بداند چگونه کار می‌کنند و بتواند آن‌ها را بسازد. با شروع از مبانی مدل‌های زبانی بزرگ، شما به تدریج تکنیک‌های مهندسی پرامپت، معماری ایجنت و ساخت عملی ایجنت با استفاده از n8n را خواهید آموخت.


هر مفهوم با زبانی ساده و با مثال‌های دنیای واقعی توضیح داده شده و هر بخش مستقیماً بر پایه بخش قبلی بنا شده است. در پایان این دوره، شما یک ایجنت هواشناسی فعال و یک سیستم دانش مبتنی بر RAG را از صفر ساخته خواهید بود.

ساختار دوره

  • مفاهیم تئوری

  • دموهای عملی

  • ساخت کامل ایجنت از ابتدا تا انتها


سرفصل‌های دوره

  • معرفی دوره و آماده‌سازی ابزارها

  • مدل‌های زبانی بزرگ (LLM) چیستند؟

  • درک GPT و معماری ترنسفورمر

  • توکن‌ها و توکن‌سازی

  • پارامترهای کلیدی: Temperature، Top-k و Top-p

  • امبدینگ‌ها و نمایش‌های برداری

  • کالبدشکافی پرامپت: سه لایه یک پرامپت

  • پرامپت‌نویسی Zero-Shot

  • پرامپت‌نویسی Few-Shot

  • پرامپت‌نویسی زنجیره افکار (Chain of Thought)

  • پرامپت‌نویسی ReAct - پلی به سوی ایجنت‌ها

  • پرامپت‌نویسی نقش‌محور (Role-Based)

  • پرامپت‌نویسی خروجی ساختاریافته

  • ایجنت هوش مصنوعی چیست؟

  • اجزای ایجنت: LLM، حافظه و ابزارها

  • الگوهای چند-ایجنت

  • فریم‌ورک‌های ایجنت - بدون کد، کم‌کد و کدنویسی

  • دموی جامع - ساخت ایجنت هواشناسی با n8n

  • دموی جامع - ساخت سیستم دانش مبتنی بر RAG


نکته ویژه

این دوره بر پایه شفافیت و یادگیری عملی بنا شده است. هر مفهوم فنی با یک مثال ساده همراه است تا در ذهن شما تثبیت شود و هر تکنیک پرامپت‌نویسی با یک اجرای زنده ارائه می‌شود تا عملکرد آن را در لحظه ببینید. دو پروژه نهایی دوره به گونه‌ای طراحی شده‌اند که تمام آموخته‌های شما را یکپارچه کنند - تا در نهایت شما ایجنت‌های عملی داشته باشید، نه فقط یادداشت‌های تئوری.


سرفصل ها و درس ها

مقدمه Introduction

  • معرفی دوره Course Introduction

مبانی و زیربنا Foundations

  • دنیای قدیم - یادگیری ماشین و یادگیری عمیق THE OLD WORLD — ML & DL

  • مدل‌های زبانی بزرگ چگونه کار می‌کنند - درک ساده How LLMs Work — The Simple Intution

  • درک GPT چیست؟ Understading GPT?

  • توکن‌ها و توکن‌سازی Tokens & Tokenization

  • دمو: محاسبه توکن‌ها Demonstration: Token Calculation

  • پارامترهای کلیدی: Temperature، Top k و Top p Key Parameters: Temperature, Top-k & Top-p

  • دمو: بررسی Temperature، Top k و Top p Demonstration: Temperature, Top-k & Top-p

  • امبدینگ‌ها و بردارها Embeddings & Vectors

  • دمو: بصری‌سازی خوشه‌های امبدینگ کلمات Demonstration: Visualizing Word Embedding Clusters

  • خلاصه فصل Summary

مهندسی پرامپت Prompt Engineering

  • کالبدشکافی پرامپت: معماری یک پرامپت Prompt Anatomy: The Architecture of a Prompt

  • پرامپت‌نویسی Zero Shot Zero-Shot Prompting

  • دمو: پرامپت‌نویسی Zero Shot Demonstration: Zero-Shot Prompting

  • پرامپت‌نویسی Few Shot Few-Shot Prompting

  • دمو: پرامپت‌نویسی Few Shot Demonstration: Few-Shot Prompting

  • پرامپت‌نویسی زنجیره افکار (CoT) Chain of Thought (CoT) Prompting

  • دمو: پرامپت‌نویسی زنجیره افکار (CoT) Demonstration: Chain of Thought (CoT) Prompting

  • پرامپت‌نویسی ReAct - پلی به سوی ایجنت‌ها ReAct Prompting - The Bridge to Agents

  • دمو: پرامپت‌نویسی ReAct Demonstration: ReAct Prompting

  • پرامپت‌نویسی نقش‌محور Role-Based Prompting

  • دمو: پرامپت‌نویسی نقش‌محور Demonstration: Role-Based Prompting

  • پرامپت‌نویسی خروجی ساختاریافته Structured Output Prompting

  • دمو: پرامپت‌نویسی خروجی ساختاریافته Demonstration - Structured Output Prompting

  • خلاصه فصل Summary

معماری ایجنت هوش مصنوعی AI Agent Architecture

  • ایجنت چیست؟ What is an Agent

  • حلقه ادراک، استدلال و عمل Perception - Reason - Act Loop

  • اجزای ایجنت (LLM، حافظه و ابزارها) Agent Components (LLM, Memory & Tools)

  • الگوهای چند-ایجنت Multi-Agent Patterns

  • فریم‌ورک‌های ایجنتی Agentic Frameworks

  • دمو: راه‌اندازی n8n Demonstration: Setting up n8n

  • دمو: ساخت ایجنت هواشناسی Demonstration: Creating Weather Agent

  • دمو: ساخت ایجنت منابع انسانی (HR) مبتنی بر RAG Demonstration: RAG based HR Agent

  • دمو: ساخت ایجنت SOP مبتنی بر RAG با دیتابیس Pinecone Demonstration - RAG Based SOP Agent with Pinecone DB

  • خلاصه فصل Summary

جمع‌بندی دوره Course Conclusion

  • جمع‌بندی نهایی دوره Course Conclusion

نمایش نظرات

آموزش ایجنت‌های هوش مصنوعی برای مبتدیان | پروژه محور
جزییات دوره
3 hours
36
(آخرین آپدیت)
137
4.8 از 5
ندارد
دارد
دارد
Yogesh Raheja
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Yogesh Raheja Yogesh Raheja

مربی و مشاور DevOps، اتوماسیون و Cloud