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

آموزش ۴ الگوی طراحی عامل‌های هوش مصنوعی (AI Agentic) – گردش‌کارهای مبتنی بر Ollama - آخرین آپدیت

دانلود 4 AI Agentic Design Patterns – Workflows with Ollama

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره شامل Coursera Coach است؛ روشی هوشمندتر برای یادگیری با گفتگوهای تعاملی و آنی که به شما کمک می‌کند دانش خود را بسنجید، پیش‌فرض‌ها را به چالش بکشید و در حین پیشروی در دوره، درک خود را عمیق‌تر کنید. در این دوره جامع، شما به دنیای گردش‌کارهای عامل‌محور هوش مصنوعی (AI Agentic Workflows) وارد می‌شوید و الگوهای طراحی بنیادینی را که باعث عملکرد سیستم‌های هوشمند می‌شوند، بررسی خواهید کرد. شما تجربه عملی در ساخت و ادغام این الگوهای طراحی را کسب می‌کنید که با الگوی Reflection (بازتاب) شروع شده و با Tool Use (استفاده از ابزار)، Planning (برنامه‌ریزی یا ReAct) و در نهایت Multi-agent collaboration (همکاری چند-عاملی) ادامه می‌یابد. با پیشروی در دوره، خواهید آموخت که چگونه این الگوها را در سناریوهای واقعی پیاده‌سازی کنید و توانایی خود را در طراحی سیستم‌های هوش مصنوعی کارآمد و هوشمند افزایش دهید. ساختار این دوره به چندین ماژول تقسیم شده است که هر کدام بر روی یک الگوی طراحی تمرکز دارد. دروس ابتدایی با پوشش پیش‌نیازهای ضروری، مانند راه‌اندازی محیط توسعه و بررسی عمیق AutoGen (ابزاری حیاتی برای گردش‌کارهای عامل‌محور)، زمینه را آماده می‌کنند. سپس هر الگوی طراحی از طریق تئوری معرفی شده و با تمرینات عملی برای تثبیت یادگیری دنبال می‌شود. چه در حال ایجاد گردش‌کارهای ساده باشید و چه سیستم‌های پیچیده چند-عاملی، این دوره شما را گام‌به‌گام هدایت می‌کند. این دوره برای هر کسی که درک اولیه‌ای از هوش مصنوعی دارد و به دنبال تعمیق دانش و مهارت‌های عملی خود است، ایده‌آل است. شما یاد می‌گیرید چگونه از تکنیک‌های پیشرفته برای حل چالش‌های واقعی در سیستم‌های عامل‌محور AI استفاده کنید. این دوره برای مبتدیان مناسب است، اما داشتن پیش‌زمینه در اصول پایه هوش مصنوعی و برنامه‌نویسی مفید خواهد بود. در پایان دوره، شما قادر خواهید بود با اعتماد به نفس کامل از چهار الگوی کلیدی طراحی عامل‌های هوش مصنوعی برای ساخت گردش‌کارهای پیشرفته، ادغام سیستم‌های چند-عاملی و بهینه‌سازی تصمیم‌گیری در سیستم‌های هوشمند استفاده کنید. همچنین خواهید آموخت که چگونه از مدل‌های Ollama به صورت محلی برای کاهش هزینه‌های گردش‌کارهای AI بهره ببرید.
سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه و مخاطبان دوره Introduction & Who is the Course For

  • پیش‌نیازها و ساختار دوره Course Pre-requisites & Structure

  • راه‌اندازی محیط توسعه Development Environment Setup

  • دوره فشرده و بررسی عمیق AutoGen AutoGen Deep Dive - Crash Course

بررسی عمیق الگوهای طراحی عامل‌های هوش مصنوعی AI Agentic Design Patterns - Deep Dive

  • آشنایی کلی با الگوهای طراحی Introduction to Design Patterns - Overview

  • مروری بر الگوهای طراحی عامل‌های هوش مصنوعی The AI Agentic Design Patterns - Overview

الگوی بازتاب (Reflection) - بخش عملی The Reflection Pattern - Hands-on

  • مروری بر الگوی طراحی عامل بازتاب (Reflection) The Reflection Agentic Design Pattern Overview

  • بررسی گردش‌کار الگوی طراحی بازتاب Reflection Design Pattern Workflow Overview

  • بخش عملی الگوی طراحی بازتاب - قسمت اول Hands-on - Reflection Design Pattern - Part 1

  • مهم: جایگزین OpenAI API - استفاده رایگان از مدل‌های Ollama به صورت محلی IMPORTANT - OpenAI API Alternative - Ollama Models Locally - FREE Cost!

  • افزودن بخش‌های بازتاب و ارکستراسیون به گردش‌کار Adding the Reflection and Orchestration parts to the Workflow

  • خلاصه الگوی طراحی عامل بازتاب The Reflection Agentic Design Pattern - Summary

الگوی استفاده از ابزار (Tool Use) The Tool Use Pattern

  • مروری بر الگوی استفاده از ابزار (Tool Use) Tool Use Pattern - Overview

  • گردش‌کار برنامه‌ریز سفر - بخش عملی Trip Planner Workflow - Hands-on

  • خلاصه الگوی استفاده از ابزار Tool Use Pattern - Summary

الگوی برنامه‌ریزی (ReAct) The Planning - ReAct - Pattern

  • مروری بر الگوی برنامه‌ریزی و تکنیک ReAct The Planning Pattern and ReAct Technique Overview

  • بخش عملی الگوی برنامه‌ریزی و تکنیک ReAct Planning Pattern - ReAct Technique - Hands-on

  • خلاصه الگوی برنامه‌ریزی Planning Pattern - Summary

الگوی همکاری چند-عاملی (Multi-agent) Multi-agent (Collaboration) Pattern

  • مروری بر الگوی همکاری چند-عاملی Multi-agent Collaboration Pattern - Overview

  • بخش عملی الگوی چند-عاملی Multi-agent Pattern - Hands-on

  • تبریکات Congratulations

جمع‌بندی Wrap-up

  • گام‌های بعدی Next Steps

آموزش یادگیری ماشین در سازمان - Machine Learning in the Enterprise

آموزش یادگیری ماشین در سازمان - Machine Learning in the Enterprise

دانلود Machine Learning in the Enterprise - 한국어

آموزش ساخت و انتشار نسخه‌های مختلف ایمیج‌های داکر (Docker Images)

آموزش ساخت و انتشار نسخه‌های مختلف ایمیج‌های داکر (Docker Images)

دانلود Build & Publish Versioned Docker Images

آموزش استفاده از هوش مصنوعی مولد برای سازمان‌های تاثیرگذار اجتماعی

آموزش استفاده از هوش مصنوعی مولد برای سازمان‌های تاثیرگذار اجتماعی

دانلود Leveraging Generative AI for Social Impact Organizations

نمایش نظرات

آموزش ۴ الگوی طراحی عامل‌های هوش مصنوعی (AI Agentic) – گردش‌کارهای مبتنی بر Ollama
جزییات دوره
4h 26m
22
(آخرین آپدیت)
133
- از 5
دارد
دارد
دارد
Chris Croft

https://donyad.com/d/80502f

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

OpenAI LLM Application Generative AI Agents AI Workflows Agentic systems AI Orchestration Development Environment Software Design Patterns OpenAI API Agentic Workflows Tool Calling Large Language Modeling Application Programming Interface (API) Prompt Patterns Artificial Intelligence and Machine Learning (AI/ML)