آموزش جامع و ساده هوش مصنوعی عامل‌محور (Agentic AI) - آخرین آپدیت

دانلود Agentic AI Made Simple

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره featuring Coursera Coach است؛ روشی هوشمندانه‌تر برای یادگیری از طریق گفتگوهای تعاملی و آنی که به شما کمک می‌کند دانش خود را بسنجید، پیش‌فرض‌ها را به چالش بکشید و در طول مسیر دوره، درک خود را عمیق‌تر کنید. در این دوره، شما پایه‌ای مستحکم در زمینه هوش مصنوعی عامل‌محور (Agentic AI) کسب خواهید کرد؛ از مفاهیم ابتدایی شروع کرده و تا کاربردهای واقعی پیش خواهید رفت. شما یاد می‌گیرید که چگونه عوامل هوش مصنوعی (AI Agents) را بسازید و مستقر کنید، مکانیسم‌های داخلی این عوامل را درک کنید و در سیستم‌های چند-عاملی (Multi-agent systems) غوطه‌ور شوید. این دوره طراحی شده است تا شما را به مهارت‌های عملی لازم برای ایجاد و مدیریت عوامل هوشمندی که مسائل پیچیده را حل می‌کنند، مجهز کند. همزمان با پیشروی در دوره، معماری‌های مختلف عوامل را بررسی کرده و تجربه عملی با ابزارهای واقعی هوش مصنوعی مانند Bedrock Agents کسب خواهید کرد. این دوره ترکیبی ایده‌آل از تئوری و عمل است و تمرین‌های هدایت‌شده‌ای دارد که به تثبیت یادگیری شما کمک می‌کند. از طریق دموهای زنده و ساخت عوامل شخصی، خواهید دید که این سیستم‌ها در سناریوهای واقعی چگونه عمل می‌کنند. این دوره برای هر کسی که به هوش مصنوعی، یادگیری ماشین یا ساخت اپلیکیشن‌های هوشمند علاقه دارد، ایده‌آل است. هیچ تجربه قبلی در زمینه Agentic AI مورد نیاز نیست، اگرچه دانش پایه برنامه‌نویسی مفید خواهد بود. چه مبتدی باشید و چه دارای پیش‌زمینه فنی، مهارت‌های لازم برای توسعه و استقرار عوامل هوش مصنوعی در صنایع مختلف را به دست خواهید آورد. در پایان این دوره، شما قادر خواهید بود: هوش مصنوعی عامل‌محور را ایجاد و مستقر کنید، سیستم‌های چند-عاملی را تحلیل نمایید، درخت‌های تصمیم توسعه دهید و عملکرد عوامل را در سناریوهای واقعی بهینه کنید.

سرفصل ها و درس ها

توجیه پیش از ماموریت Pre-Mission Briefing

  • مقدمه Introduction

برنامه عملیاتی (دستور جلسه) Operation Plan (Agenda)

  • برنامه عملیاتی (دستور جلسه) Operation Plan (Agenda)

مبانی بوت‌کمپ Bootcamp Basics

  • توجیه ماموریت: چرا عوامل هوشمند اهمیت دارند؟ Mission Briefing: Why Agents Matter?

  • بررسی محیط: درک هوش مصنوعی عامل‌محور - بخش اول Mapping the Terrain: Understanding Agentic AI - Part 1

  • بررسی محیط: درک هوش مصنوعی عامل‌محور - بخش دوم Mapping the Terrain: Understanding Agentic AI - Part 2

  • قوانین تعامل: چه زمانی یک عامل را فعال کنیم؟ Rules of Engagement: When to Activate an Agent

عملیات در دنیای واقعی Real-World Ops

  • دفترچه راهنمای میدانی: موارد استفاده واقعی از عوامل Field Manual: Real-World Agent Use Cases

  • انتخاب ابزار مناسب: هوش مصنوعی عامل‌محور در مقابل RAG Choosing the Right Gear: Agentic AI vs RAG

  • یک درخت تصمیم A Decision Tree

  • تست میدانی Field Test

محرمانه: ساختار داخلی عوامل Classified: Agent Internals

  • کالبدشکافی یک عامل - بخش اول Anatomy of an Agent - Part 1

  • کالبدشکافی یک عامل - بخش دوم Anatomy of an Agent - Part 2

عملیات فورج: مهندسی عوامل هوش مصنوعی Operation Agent Forge: Engineering Your AI Agents

  • ساخت یک عامل - بخش اول Building an Agent - Part 1

  • ساخت یک عامل - بخش دوم Building an Agent - Part 2

مرکز فرماندهی: کار با Bedrock Agents Command Center: Working with Bedrock Agents

  • دموی Bedrock Agent - بخش اول Bedrock Agent - Demo - Part 1

  • دموی Bedrock Agent - بخش دوم Bedrock Agent - Demo - Part 2

  • بررسی عمیق Bedrock Agent Bedrock Agent - Deep Dive

  • نمونه‌هایی از Bedrock Agent Bedrock Agent - Some Examples

  • ساخت عوامل از طریق Notebook - بخش اول Agents through Notebook - Part 1

  • ساخت عوامل از طریق Notebook - بخش دوم Agents through Notebook - Part 2

تاکتیک‌های تیمی: ماموریت چند-عاملی Squad Tactics - Multi-agent Mission

  • سیستم‌های چند-عاملی Multi Agent Systems

  • معماری چند-عاملی Multi Agent Architecture

  • اولین برنامه چند-عاملی (Hello World) Multi Agent - Hello World

  • ناظر (Supervisor) در مقابل ناظر با مسیریابی Supervisor vs Supervisor with Routing

  • بهبود عملکرد Performance Improvement

  • دمو: عامل وام مسکن Demo - A Mortgage Agent

  • ساخت عامل برنامه‌ریزی سفر - بخش اول Building a Travel Planning Agent - Part 1

  • ساخت عامل برنامه‌ریزی سفر - بخش دوم Building a Travel Planning Agent - Part 2

  • ساخت عامل برنامه‌ریزی سفر - بخش سوم Building a Travel Planning Agent - Part 3

گزارش نهایی: نکات کلیدی و گام‌های بعدی Mission Debrief - Key Takeaways & Next Steps

  • سخن پایانی Final Word

هزینه تمرین دموها در صورت‌حساب AWS چقدر خواهد بود؟ How much it will cost in AWS billing for practicing the demos?

  • هزینه من کمتر از یک دلار بود My cost was less than a dollar

نمایش نظرات

آموزش جامع و ساده هوش مصنوعی عامل‌محور (Agentic AI)
جزییات دوره
7h 42m
31
(آخرین آپدیت)
178
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده