یادگیری Semantic Kernel با ساخت پروژه‌: آموزش جامع و پروژه‌محور - آخرین آپدیت

دانلود Mastering Semantic Kernel by Creating Projects

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

آیا می‌خواهید هوش مصنوعی را به طور کارآمد و موثر در برنامه‌های خود ادغام کنید؟ این دوره دروازه شما به دنیای Semantic Kernel است، ابزار قدرتمند مایکروسافت که به شما امکان می‌دهد توسعه‌های خود را با مدل‌های زبانی بزرگ (LLM) مانند OpenAI و Azure OpenAI ارتقا دهید.

آموزش Semantic Kernel: ساخت برنامه‌های هوش مصنوعی پیشرفته با OpenAI و Azure OpenAI

در این دوره، آموزش Semantic Kernel را فرا خواهید گرفت و با استفاده از OpenAI و Azure OpenAI، برنامه‌های هوش مصنوعی پیشرفته بسازید. از مفاهیم پایه Semantic Kernel تا تکنیک‌های پیشرفته، همه چیز را در این دوره یاد می‌گیرید.

مباحث کلیدی دوره آموزش Semantic Kernel:

  • مبانی Semantic Kernel: با ساختار و نحوه عملکرد Semantic Kernel آشنا شوید.
  • ایجاد کرنل: نحوه ایجاد و پیکربندی یک کرنل Semantic Kernel را بیاموزید.
  • تولید تصویر، متن، صدا و رونویسی با هوش مصنوعی: با استفاده از Semantic Kernel و OpenAI/Azure OpenAI، محتوای مختلف تولید کنید.
  • استفاده از تاریخچه گفتگو: نحوه مدیریت و استفاده از تاریخچه گفتگو در برنامه‌های هوش مصنوعی خود را یاد بگیرید.
  • استفاده و ایجاد پلاگین‌های Native: پلاگین‌های سفارشی برای گسترش قابلیت‌های Semantic Kernel ایجاد کنید.
  • تکنیک‌های Prompting: روش‌های موثر برای طراحی پرامپت‌ها و دریافت نتایج مطلوب از مدل‌های هوش مصنوعی را بیاموزید.
  • استفاده از Vector Stores: از Vector Stores برای ذخیره و بازیابی اطلاعات با سرعت بالا استفاده کنید.
  • جستجوی متنی: تکنیک‌های جستجوی متنی پیشرفته با Semantic Kernel را یاد بگیرید.

پیش نیازها:

برای شرکت در این دوره، آشنایی اولیه با برنامه‌نویسی (ترجیحاً C# یا .NET)، تمایل به یادگیری و آزمایش با Semantic Kernel و پلاگین‌های هوش مصنوعی، و یک حساب OpenAI یا دسترسی به سرویس‌های Azure OpenAI مورد نیاز است.

در این دوره چه چیزی یاد خواهید گرفت؟

  • VectorStores و جستجوی معنایی: یاد بگیرید چگونه با استفاده از embeddings اطلاعات را به طور کارآمد ذخیره و بازیابی کنید، مصرف توکن را کاهش دهید و پرس و جوها را بهینه کنید.
  • ادغام با مدل‌های OpenAI و Azure OpenAI: با استفاده از فناوری‌هایی مانند TextEmbeddingADA002، embeddings تولید کنید، متن را پردازش کنید و جستجوهای برداری را انجام دهید.
  • تولید تقویت شده با بازیابی (RAG): با ترکیب جستجوهای وب و پایگاه داده‌های برداری با Semantic Kernel، دقت مدل هوش مصنوعی را بهبود بخشید.
  • اتوماسیون فرآیند با پلاگین‌ها: پلاگین‌های سفارشی را در C# پیاده سازی کنید تا به APIهای خارجی متصل شوید و وظایف تخصصی را انجام دهید.
  • توسعه برنامه با Semantic Kernel: از چت بات‌های تعاملی گرفته تا ژنراتورهای محتوای خودکار برای WordPress و پادکست‌ها، همه چیز بسازید.
  • ادغام با FFmpeg: صدا را از فیلم‌ها استخراج کنید، محتوا را با Whisper رونویسی کنید و کلیپ‌هایی را برای رسانه‌های اجتماعی به طور خودکار تولید کنید.
  • مهندسی پرامپت پیشرفته و قالب‌ها: یاد بگیرید چگونه پرامپت‌های موثر را با استفاده از YAML، Handlebars و Liquid برای بهینه سازی تعاملات هوش مصنوعی ساختاربندی کنید.

این دوره برای چه کسانی مناسب است؟

  • توسعه دهندگانی که به دنبال پیاده سازی هوش مصنوعی در برنامه‌های خود با استفاده از .NET و C# هستند.
  • دانشمندان داده و متخصصان NLP که می‌خواهند مدل‌های خود را با جستجوهای برداری ارتقا دهند.
  • سازندگان محتوا و علاقه مندان به اتوماسیون که به تولید متن، صدا و تصاویر با هوش مصنوعی علاقه‌مند هستند.
  • متخصصانی که به دنبال تسلط بر تکنیک‌های پیشرفته Semantic Kernel و ادغام آن با OpenAI و Azure هستند.

چرا باید در این دوره شرکت کنید؟

100% عملی: پروژه‌های واقعی از نصب تا پیاده سازی نهایی
فناوری پیشرفته: یاد بگیرید چگونه از Semantic Kernel، یک SDK کلیدی برای توسعه کمک خلبان‌های هوش مصنوعی و دستیاران هوشمند استفاده کنید.
موارد استفاده عملی: از چت بات‌های هوشمند تا پست‌های خودکار وردپرس و پادکست‌های تولید شده توسط هوش مصنوعی
پشتیبانی و انجمن: به یک انجمن فعال و مطالب به روز شده با جدیدترین ابزارهای هوش مصنوعی دسترسی داشته باشید.

اگر می‌خواهید هوش مصنوعی را به سطح بعدی ببرید و آن را در پروژه‌های دنیای واقعی ادغام کنید، این دوره برای شما مناسب است.

همین حالا ثبت نام کنید و به یک متخصص در Semantic Kernel و هوش مصنوعی کاربردی تبدیل شوید!


سرفصل ها و درس ها

مقدمه Introduction

  • کرنل معنایی (Semantic Kernel) چیست؟ What is Semantic Kernel?

  • اجزای کرنل معنایی Semantic Kernel Components

  • مزایا و موارد استفاده Benefits and Use Cases

  • راه اندازی پروژه VS 2022 با کرنل معنایی Setting Up a VS 2022 Project with Semantic Kernel

کرنل - موتور اصلی The Kernel - Core Engine

  • درک کرنل به عنوان هماهنگ کننده Understanding Kernel as orchestrator

  • الگوی سازنده (Builder Pattern) The Builder pattern

  • نمایش الگوی سازنده Builder Pattern Demo

  • ایجاد کلید API برای اتصال به OpenAI Creating an API Key to connect to OpenAI

  • ایجاد کلید API برای اتصال به Azure OpenAI Creating an API Key to connect to Azure OpenAI

  • ایجاد پروژه، متغیرهای محیطی و کرنل ها Creating the project, environment variables and Kernels

  • تکمیل چت با استفاده از کرنل معنایی Chat Completion using Semantic Kernel

  • استریم تکمیل چت با استفاده از کرنل معنایی Chat Completion Streaming using Semantic Kernel

  • تولید تصاویر با استفاده از کرنل معنایی Generating images using Semantic Kernel

  • تولید فایل‌های صوتی با استفاده از کرنل معنایی Generating Audio Files using Semantic Kernel

  • استخراج متن از صدا با استفاده از کرنل معنایی Extracting Text from Audio using Semantic Kernel

کارگاه - ایجاد پست‌های وبلاگ با استفاده از کرنل معنایی Workshop - Creating Blog Posts using Semantic Kernel

  • درباره پروژه About the project

  • ایجاد پروژه و پیکربندی کرنل ها Creating the project and configuring the Kernels

  • تولید پست وبلاگ Generating the Blog Post

  • تولید تصویر شاخص برای پست وبلاگ Generating a Featured Image for the blog post

  • تولید فایل صوتی پست وبلاگ Generating the Blog Post Audio File

  • انتشار محتوا در وردپرس Publishing the content on Wordpress

شروع کار با تکمیل چت Getting Started with Chat Completion

  • استفاده از سرویس تکمیل چت Using the Chat Completion Service

  • اضافه کردن تاریخچه چت Adding Chat History

  • تکمیل چت چندوجهی Multi-modal chat completion

کارگاه - ایجاد یک برنامه چت چندوجهی Workshop - Creating a Multi-modal Chat Application

  • مقدمه ای بر این بخش Introduction to the Section

  • ایجاد و راه اندازی پروژه Creating and setting up the project

  • نمایش دستورالعمل های چت Displaying chat instructions

  • تعامل با سرویس چت Interacting with the chat service

  • اضافه کردن قابلیت خواندن تصاویر Adding the ability to read images

پلاگین ها Plugins

  • مبانی پلاگین ها در کرنل معنایی The foundation of plugins in Semantic Kernel

  • ایجاد توابع کرنل Creating Kernel Functions

  • ایجاد پلاگین های Native Creating Native Plugins

  • ایجاد اولین پلاگین های Native Creating your first native plugins

  • استفاده از پلاگین های داخلی Using built-in plugins

  • فراخوانی تابع (Function Calling) Function Calling

  • فراخوانی تابع در کرنل معنایی Function Calling in Semantic Kernel

  • فراخوانی تابع در عمل Function Calling in Action

  • AddFromObject در مقابل AddFromType AddFromObject vs AddFromType

  • رفتار انتخاب تابع Function Choice Behavior

  • فراخوانی تابع Function Invocation

  • کار با اشیاء کامل به عنوان پارامتر Dealing with complete objects as parameters

  • اضافه کردن پلاگین های OpenAPI Adding OpenAPI plugins

کارگاه - ایجاد یک برنامه بینش ویدیویی Workshop - Create a Video Insights app

  • مقدمه ای بر این بخش Introduction to the Section

  • ایجاد و پیکربندی پروژه اولیه Creating and configuring the initial project

  • نصب ffmpeg Installing ffmpeg

  • استخراج فایل صوتی از یک فایل ویدیویی Extracting the audio file from a video file

  • فشرده سازی فایل صوتی برای رونویسی Compressing the audio File for transcription

  • پیاده سازی تبدیل گفتار به متن برای دریافت رونویسی Implementing Speech to Text to get the transcription

  • برش هایلایت های ویدیو Cutting video highlights

  • قرار دادن زیرنویس Burning subtitles

Prompting (درخواست نویسی) Prompting

  • مبانی Prompting Prompting fundamentals

  • استفاده از قالب های Prompt کرنل معنایی Using Semantic Kernel prompt templates

  • تبدیل Prompt ها به نمونه های ChatHistory Converting prompts to ChatHistory instances

  • استفاده از متغیرها در قالب های Prompt Using variables in prompt templates

  • قالب های Prompt Handlebars Handlebars Prompt Templates

  • قالب های Prompt Liquid Liquid Prompt Templates

  • جدا کردن قالب های Prompt به فایل های YAML Separating prompt templates into YAML files

کارگاه - ایجاد یک برنامه تولید کننده پادکست Workshop - Create a Podcast Generator App

  • مقدمه ای بر این بخش Introduction to the Section

  • پیکربندی پروژه Configuring the project

  • جمع آوری داده های ورودی Input Data Collection

  • تبدیل Markdown Markdown Conversion

  • تولید پیش نویس اولیه Generating the first draft

  • تولید اسکریپت پادکست Generating the Podcast Script

  • تولید نتیجه گیری Generating the Conclusion

  • تولید پادکست Podcast Generation

حافظه (ذخیره سازی برداری) و جستجوی متن Memory (Vector Stores) and Text Search

  • Embedding ها و ذخیره سازی برداری چیست؟ What are Embeddings and Vector Stores?

  • تعریف مدل داده خود Defining your Data Model

  • تولید Embedding ها و ذخیره در ذخیره سازی برداری Generating embeddings and saving in Vector Stores

  • انجام جستجوی برداری Performing Vector Search

  • جستجوی متن Text Search

  • پلاگین های جستجوی متن Text Search Plugins

  • پلاگین های جستجوی متن - فراخوانی تابع Text Search Plugins - Function Calling

  • جستجوی متن با ذخیره سازی برداری Text Search with Vector Stores

نمایش نظرات

یادگیری Semantic Kernel با ساخت پروژه‌: آموزش جامع و پروژه‌محور
جزییات دوره
8.5 hours
73
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
323
4.2 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

Héctor Uriel Pérez Héctor Uriel Pérez

مایکروسافت MVP