آموزش ساخت عوامل هوشمند AI با Vertex AI و گوگل - آخرین آپدیت
دانلود Building Intelligent AI Agents with Vertex AI and Google
سلب مسئولیت- این دوره شامل استفاده از هوش مصنوعی است
پتانسیل کامل Vertex AI در پلتفرم ابری گوگل (GCP) را با یادگیری نحوه ساخت و استقرار عوامل هوشمند و واقعی AI، با استفاده از هر دو مدل پیشآموزشدیده (pretrained) و مدلهای سفارشی آزاد کنید. چه توسعهدهنده باشید، چه دانشمند داده یا علاقهمند به فضای ابری، این دوره شما را به دانش عملی و مهارتهای کاربردی برای بهرهبرداری از اکوسیستم قدرتمند Vertex AI Agent Builder و ادغام آن در برنامههای آماده تولید مجهز میکند.
شما با درک مبانی اکوسیستم GCP و پلتفرم Vertex AI شروع خواهید کرد و بررسی میکنید که این ابزارها چگونه در دنیای گستردهتر یادگیری ماشین مبتنی بر ابر قرار میگیرند. سپس تئوری پشت عوامل هوش مصنوعی، از جمله انواع مختلف عوامل و اینکه چگونه تفکر مبتنی بر عامل میتواند اتوماسیون، تصمیمگیری و تعامل با کاربر را بهبود بخشد، پوشش خواهیم داد.
از آنجا، شما عمیقاً وارد ساخت عوامل AI با استفاده از ابزارهای Vertex AI خواهید شد — کار با مدلهای پایه (foundation models)، مدلهای آموزشدیده سفارشی و موتور Vertex AI Agent Builder. شما نحوه استفاده از Agent Builder را هم در کنسول گوگل کلاود و هم در Google Colab بررسی میکنید و یاد میگیرید چگونه ابزارها و توابع خارجی را در عوامل خود ادغام کنید.
همچنین برنامههای کاربردی مبتنی بر عامل را با استفاده از LangChain و Python خواهید ساخت، از جمله دموهای عملی مانند ساخت یک ابزار تبدیل ارز، متصل کردن آن به یک عامل LLM و استقرار آن با استفاده از ابزارهای مدرن.
در پایان این دوره، شما قادر خواهید بود:
با اعتماد به نفس در اکوسیستمهای GCP و Vertex AI فعالیت کنید
معماری و هدف عوامل هوش مصنوعی را درک کنید
از هر دو مدل سفارشی و پیشآموزشدیده در Vertex AI استفاده کنید
عوامل هوشمند را با استفاده از موتور Vertex AI Agent Builder بسازید
توابع و ابزارها را از طریق LangChainAgent ادغام کنید
برنامههای کاربردی LLM را با استفاده از Vertex AI در Colab و Python توسعه داده و مستقر کنید
چه هدف شما ارتقای مهارتهای AI ابری، اتوماسیون گردشهای کاری پیچیده یا ساخت محصولات پیشرو AI باشد، این دوره ابزارها و بینش لازم را با راهنمایی یک مدرس و متخصص با تجربه AI در اختیار شما قرار میدهد.
مقدمه Introduction
-
مقدمه Introduction
-
عوامل هوش مصنوعی چیستند؟ What Are AI Agents?
-
دادهها و کدها Data and Code
-
انواع مختلف عوامل هوش مصنوعی Different Types of AI Agents
تئوری Theory
-
تئوری LLM LLM Theory
-
مدلهای زبانی بزرگ و GCP LLMs and GCP
-
مجوزهای GCP GCP Permissions
-
هوش مصنوعی مولد و GCP Gen AI and GCPs
-
گوگل کلاود و یادگیری ماشین GCP and ML
پلتفرمهای ابری گوگل (GCP) Google Cloud Platforms (GCP)
-
GCP چیست؟ What Is GCP?
-
هوش مصنوعی مولد در GCP Gen AI GCP
-
پلتفرم AI گوگل کلاود GCP's AI Platform
-
یادگیری ماشین در GCP GCP ML
-
رابط کاربری GCP GCP Interface
-
باکتهای GCP GCP Buckets
-
مجوزهای GCP GCP Permission
-
ساخت کلید Create Key
-
فعالسازی کلید Enable Key
-
کاوش در Gen AI Gen AI Exploration
ورتکس (Vertex) Vertex
-
مقدمهای بر اکوسیستم Vertex Introduction to the Vertex Ecosystem
-
AutoML همان Vertex است AutoML is Vertex
-
چشمانداز عوامل Vertex AI Vertex AI Agent Landscape
-
چرا Vertex AI؟ Why VErtex AI
-
تنظیمات پرداخت Set Up Billing
-
باغچه عوامل (Agent Garden) Agent Garden
-
عوامل AI و RAG AI Agents- RAG
-
اکوسیستم Vertex AI Vertex AI Ecosystem
-
آشنایی با Cloud Shell Introduction to Cloud Shell
-
استفاده از CLI Use the CLI
-
نصب Poetry Install Poetry
-
استقرار پایه Basic Deployment
-
دسترسی به عامل مالی Vertex Access Vertex's Finance Agent
بررسی کوئریهای عاملمحور Explore Agentic Queries
-
رابط برنامهنویسی (API) داخلی Vertex AI Agent In-Built Vertex AI Agent API
-
عامل فیلم (پیشساخته) The Movie Agent- Prebuilt
-
بات پرسش و پاسخ پایه از طریق Gen AI مکالمهای Basic QA Bot Via Conversational Gen AI
-
اصول ساخت عامل شخصی Basics Of Building Own Agent
-
ساخت یک ذخیرهگاه داده (Data Store) Create a Data Store
-
استفاده از Cloud Storage Use Cloud Storage
آشنایی با اکوسیستم عوامل هوش مصنوعی Introduction to the AI Agent Ecosystem
-
موتور Vertex AI Agent Vertex AI Agent Engine
-
کاوش در عوامل AI در محیط Colab Explore the AI Agents in Colab
-
تعریف یک تابع برای استفاده در عامل Define a Function To Use in Agent
-
استفاده از تابع به عنوان یک ابزار Use the Function As a Tool
https://donyad.com/d/dbe56a
Minerva Singh
دانشمند تحصیل کرده آکسبریج
سلام. من فارغ التحصیل دکترا از دانشگاه کمبریج هستم که در آنجا در اکولوژی گرمسیری تخصص دارم. من همچنین یک دانشمند داده هستم. به عنوان بخشی از تحقیقاتم، باید تجزیه و تحلیل گسترده دادهها، از جمله تجزیه و تحلیل دادههای مکانی را انجام دهم. یا برای این منظور ترجیح میدهم از ترکیبی از ابزارهای رایگان نرمافزار R، QGIS و Python استفاده کنم. بیشتر کار تجزیه و تحلیل دادههای مکانی خود را با استفاده از R انجام میدهم. و QGIS. اینها جدا از رایگان بودن، ابزارهای بسیار قدرتمندی برای تجسم، پردازش و تجزیه و تحلیل داده ها هستند. من همچنین دارای مدرک کارشناسی ارشد جغرافیا و محیط زیست از دانشگاه آکسفورد هستم. من مهارت های آماری و تجزیه و تحلیل داده های خود را از طریق تعدادی MOOC از جمله The Analytics Edge (دوره آماری مبتنی بر R و یادگیری ماشین ارائه شده توسط EdX)، یادگیری آماری (دوره یادگیری ماشین مبتنی بر R ارائه شده توسط Standford آنلاین) تقویت کرده ام. علاوه بر تجزیه و تحلیل داده های مکانی، در تجزیه و تحلیل آماری، یادگیری ماشین و داده کاوی نیز مهارت دارم. من همچنین از برنامه نویسی عمومی، تجسم داده ها و توسعه وب لذت می برم. من علاوه بر اینکه یک دانشمند و اعداد شکن هستم، یک مسافر مشتاق هستم
نمایش نظرات