کانال تلگرام پشتیبانی تلگرام شماره تماس پشتیبانی: 0930 395 3766
ورود ثبت نام

آموزش ساخت ایجنت‌های هوش مصنوعی با LangGraph و OpenAI [ویدیو] - آخرین آپدیت

دانلود Building AI Agents with LangGraph and OpenAI [Video]

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: یک ایجنت هوشمند هوش مصنوعی بسازید که با استفاده از LangGraph و GPT-4 شرکت OpenAI، به‌طور یکپارچه با مجموعه‌داده‌های شخصی شما گفتگو کند. این دوره شما را در توسعه برنامه‌های هوش مصنوعی که قادر به درک، پرس‌وجو و تعامل مستقیم با داده‌های سفارشی هستند، راهنمایی می‌کند. شما مراحل کلیدی از جمله فراخوانی ابزارها (Tool Calls)، مدیریت وضعیت (State Management)، کاوش در مجموعه‌داده‌ها و ساخت گردش‌کارهای گفتگو را بررسی خواهید کرد. ابزارهای قدرتمند LangGraph ایجنت شما را قادر می‌سازد تا داده‌ها را به‌صورت پویا تفسیر کرده و بر اساس درخواست‌های کاربر، اقدامات خاصی را اجرا کند. در پایان، شما یک اپلیکیشن تعاملی خواهید داشت که داده‌های خام را از طریق تعاملات متنی به بینش‌های عملی تبدیل می‌کند و قدرت و تطبیق‌پذیری ایجنت‌های AI را به نمایش می‌گذارد. در این دوره خواهید آموخت: - ساخت ایجنت‌های AI که مستقیماً با مجموعه‌داده‌ها و منابع داده سفارشی تعامل دارند - ادغام LangGraph و GPT-4 برای ایجاد سیستم‌های هوش مصنوعی پویا و پاسخ‌گو - بررسی ابزارهایی برای تعریف فراخوانی توابع و ادغام آن‌ها در برنامه‌های AI - مدیریت وضعیت و حافظه برای حفظ زمینه (Context) در طول تعاملات - طراحی گردش‌کارهای گفتگو برای ارتباطات یکپارچه داده‌محور - ارتقای قابلیت‌های AI با استفاده از توابع پیشرفته و مدیریت حافظه این دوره برای متخصصانی با دانش متوسط در زمینه هوش مصنوعی، یادگیری ماشین یا توسعه نرم‌افزار که به دنبال یادگیری تکنیک‌های پیشرفته AI هستند، ایده‌آل است. این محتوا برای کسانی که با برنامه‌نویسی پایتون، ساختارهای داده و مفاهیم AI آشنایی دارند و قصد توسعه ایجنت‌هایی برای کار با داده‌های سفارشی را دارند، بسیار مناسب است. چه در حال ساخت سیستم‌های گفتگو باشید و چه در حال اتوماتیک‌سازی گردش‌کارهای داده، این دوره ابزارهای لازم برای ارتقای مهارت‌های شما و ایجاد برنامه‌های تاثیرگذار AI را فراهم می‌کند. نتایج کلیدی: - ایجنت‌های AI که با استفاده از LangGraph و GPT-4 به‌طور یکپارچه با داده‌های سفارشی تعامل دارند - ادغام مدیریت وضعیت، حافظه و فراخوانی ابزارها برای افزایش توانمندی‌های ایجنت - پروژه‌های عملی و گام‌به‌گام برای توسعه برنامه‌های AI در دنیای واقعی
سرفصل ها و درس ها

ساخت ایجنت‌های هوش مصنوعی با LangGraph و OpenAI Building AI Agents with LangGraph and OpenAI

  • ساخت ایجنت‌های هوش مصنوعی با LangGraph و OpenAI Building AI Agents with LangGraph and OpenAI

تفکر استراتژیک مبتنی بر داده برای تحلیلگران ارشد و دانشمندان داده

تفکر استراتژیک مبتنی بر داده برای تحلیلگران ارشد و دانشمندان داده

Data-Informed Strategic Thinking for Senior Analysts and Data Scientists

آموزش موضوعات پیشرفته در یادگیری تقویت عمیق (Deep Reinforcement Learning)

آموزش موضوعات پیشرفته در یادگیری تقویت عمیق (Deep Reinforcement Learning)

دانلود Cutting-Edge Topics in Deep Reinforcement Learning

Microsoft Azure Data Engineer Associate (DP-203) Cert Prep توسط Microsoft Press

Microsoft Azure Data Engineer Associate (DP-203) Cert Prep توسط Microsoft Press

Microsoft Azure Data Engineer Associate (DP-203) Cert Prep by Microsoft Press

نمایش نظرات

آموزش ساخت ایجنت‌های هوش مصنوعی با LangGraph و OpenAI [ویدیو]
جزییات دوره
1h 13m
1
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد

https://donyad.com/d/a2525e

جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

DataLab DataLab

DataLab یک راهکار آموزشی است که برای توانمندسازی افراد و تیم‌ها در جهت کاوش در داده‌ها، ارتقای مهارت‌ها و حل مسائل دنیای واقعی طراحی شده است. DataLab با محتوای تعاملی، تمرینات عملی و تمرکز بر کاربردهای واقعی، به یادگیرندگان کمک می‌کند تا کنجکاوی‌های داده‌ای خود را به توانمندی‌های مطمئن تبدیل کنند.

Vincent Vankrunkelsven Vincent Vankrunkelsven

وینسنت یک مشاور مستقل هوش مصنوعی با پیشینه‌ای قوی در مهندسی نرم‌افزار و اشتیاقی عمیق به تدریس است. او دارای مدرک کارشناسی ارشد در علوم کامپیوتر با تمرکز بر هوش مصنوعی است و چندین سال در DataCamp فعالیت کرده است، جایی که به گسترش پلتفرم کمک کرد و از نزدیک شاهد چالش‌های ساخت محصولات داده‌ای قابل اعتماد و مقیاس‌پذیر بود. امروزه او از آن تجربیات برای کمک به دیگران استفاده می‌کند تا یاد بگیرند چگونه به روشی درست، عملی، شفاف و با بینشی واقعی به هوش مصنوعی و مهندسی داده‌ها نزدیک شوند.

Python LangChain پایتون Data Machine Learning داده یادگیری ماشین