آموزش پروژه های پیشرفته پایتون: ساخت اپلیکیشن های هوش مصنوعی

سرفصل ها و درس ها

معرفی Introduction

• تجدید مفاهیم برنامه نویسی شی گرا A refresher of object-oriented programming concepts

• نمونه کارها پایتون خود را با برنامه های هوش مصنوعی پیشرفته ارتقا دهید Elevate Your Python portfolio with advanced AI applications

• قبل از شرکت در این دوره چه نکاتی را باید بدانید What should you know before taking this course

• استفاده از GitHub Codespaces با این دوره Using GitHub Codespaces with this course

1. NLP: با استفاده از Sentiment Analyzer یک چت بات بسازید 1. NLP: Build a Chatbot with Sentiment Analyzer

• خیاطی پاسخ ربات چت بر اساس امتیاز احساسات Tailoring chatbot response based on sentiment score

• پردازش ورودی کاربر Processing user input

• تجزیه و تحلیل احساسات Analyzing sentiment

• راه اندازی ربات چت و چاپ پاسخ های مبتنی بر احساسات Intiating the chatbot and printing sentiment-based responses

• نمایش پاسخ های ربات چت خودکار بر اساس احساسات Displaying automated chatbot responses based on sentiment

2. یادگیری ماشینی: استفاده از پایتون برای یافتن فرصت تجاری بعدی 2. Machine Learning: Using Python to Find Your Next Business Opportunity

• تنظیم فراپارامتر Hyperparameter tuning

• پیش پردازش و مقیاس بندی داده ها Data preprocessing and scaling

• رگرسیون خطی، جنگل تصادفی، و تقویت گرادیان Linear regression, random forest, and gradient boosting

• پیش بینی قیمت بر اساس نتایج ارزیابی مدل Predicting price based on model evaluation results

• انتخاب مدل Model selection

• تجزیه و تحلیل داده ها با استفاده از پانداها، matplotlib و scikit-learn Data analytics using pandas, matplotlib, and scikit-learn

3. با اسناد خود با استفاده از LLM گپ بزنید: Back-end با OpenAI، Python، AWS و FastAPI 3. Chat with Your Documents Using LLM: Back-end with OpenAI, Python, AWS, and FastAPI

• بارگیری تاریخچه مکالمه برای شناسه جلسه معین Load conversation history for a given session ID

• راه اندازی MongoDB Setting up MongoDB

• برنامه FastAPI، CORS، جلسه S3 را راه اندازی کنید و پاسخ چت را دریافت کنید Setup FastAPI app, CORS, S3 session, and obtain a chat response

• پاسخ های چت را با استفاده از GPT-3.5 و Langchain ایجاد کنید Generate chat responses using GPT-3.5 and Langchain

• جلسات جدید ایجاد کنید و تاریخچه چت را به جلسات موجود اضافه کنید Create new sessions and add chat history to existing sessions

• فایل ها را در سطل ذخیره سازی Amazon S3 آپلود کنید Upload files to Amazon S3 storage bucket

• ربات چت را مستقر کرده و اجرا کنید Deploy and run the chatbot

4. با اسناد خود با استفاده از LLM گپ بزنید: Front-end با Streamlit 4. Chat with Your Documents Using LLM: Front-end with Streamlit

• ساخت رابط چت با Streamlit Building a chat interface with Streamlit

• مقدمه ای بر ارتباط API با پایتون Introduction to API communication with Python

• آپلود فایل ها در نقاط انتهایی API با Streamlit Uploading files to API endpoints with Streamlit

• آپلود فایل و تعاملات API پیشرفته File uploads and advanced API interactions

• اصول اولیه برنامه و مدیریت فایل Streamlit app basics and file handling

• نحوه اجرای قسمت جلویی چت بات How to run the front end of the chatbot

نتیجه Conclusion

• مراحل بعدی شما Your next steps