لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش عامل هوش مصنوعی: الگوی طراحی برای کدگذاری Agentic AI CrewAI AutoGen
دانلود AI Agent :Design pattern to coding Agentic AI CrewAI AutoGen
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
الگوی طراحی عامل هوش مصنوعی به صورت عملی با Crew AI و AutoGen. Agentic RAG، AgentOps، AutoGenStudio و AgentOps. مفاهیم و گردش کار هوش مصنوعی عاملی، نمای کلی و ویژگی ها، کاربردهای هوش مصنوعی عاملی. الگوی طراحی هوش مصنوعی عاملی. نمای کلی و اجزای هوش مصنوعی خدمه Crew AI Hands-On عامل ساده ای با برنامه streamlit می سازد. هوش مصنوعی خدمه روی فرآیند سلسله مراتبی، اپلیکیشن Customized Manager Build Trip Planner Agentic با Streamlit عمل می کند. ساخت کد پایتون با هوش مصنوعی Agentic. Agents را با AgentOps ادغام کنید. نمای کلی و مفاهیم AutoGen. با استفاده از AutoGen به صورت متوالی الگوهای مکالمه مختلف، گروه چت، ابزارهای سفارشی بسازید. RAG Agentic را با AutoGen بسازید. RAG مبتنی بر عامل را با AutoGen و streamlit بسازید. مفاهیم استودیو AutoGen. AutoGenStudio عملی، ایجاد مهارت با AutogenStudio، ساخت مدل با AutogenStudio، ساخت گردش کار با autogenstudio. پیش نیازها: درک اولیه پایتون.
این یک دوره آموزشی عمیق است که شما را با مفاهیم اساسی و مهارت های عملی مورد نیاز برای تسلط بر هوش مصنوعی عاملی مجهز می کند. در دنیای هیجان انگیز عوامل هوش مصنوعی شیرجه بزنید، جایی که خواهید آموخت که چگونه ماموران به طور مستقل وظایف را انجام می دهند، تصمیم می گیرند و برای حل مشکلات پیچیده همکاری می کنند. این دوره، الگوهای طراحی کلیدی مانند بازتاب، برنامهریزی و گردشهای کاری چند عامله را پوشش میدهد که برای ساخت راهحلهای هوش مصنوعی هوشمند و سازگار ضروری هستند.
با چارچوبهای پیشرو مانند Crew AI و Microsoft AutoGen تجربه عملی خواهید داشت و نحوه پیادهسازی سیستمهای چند عامله را که در همکاری و کارایی عالی هستند، یاد خواهید گرفت. این دوره همچنین Agentic RAG را معرفی میکند، یک رویکرد نسل افزوده بازیابی با استفاده از عوامل برای بازیابی هوشمندتر اطلاعات، و AgentOps، با تمرکز بر چرخه عمر عملیاتی عوامل هوش مصنوعی. علاوه بر این، AutoGenStudio را برای توسعه یکپارچه عامل و AgentOps را برای مدیریت و بهینه سازی عملکرد عامل بررسی خواهیم کرد.
چه دانشمند داده، توسعهدهنده، علاقهمند به هوش مصنوعی یا مهندس کیفیت باشید، این دوره آموزشی برای ارتقای مهارتهای شما در طراحی، ساخت و استقرار راهحلهای پیشرفته هوش مصنوعی طراحی شده است. به ما بپیوندید و در شکلدهی به آینده سیستمهای هوشمند خودمختار ماهر شوید.
این دوره با مفاهیم جدید هوش مصنوعی عامل و برنامه های هوش مصنوعی مبتنی بر عامل به روز می شود. ثبت نام کنید و بخشی از آینده هوش مصنوعی باشید که هوش مصنوعی عاملی است.
سرفصل ها و درس ها
مقدمه
Introduction
بررسی اجمالی البته
Overview of course
مفهوم هوش مصنوعی عاملی
Concept of Agentic AI
هوش مصنوعی عاملی - مفهوم و گردش کار
Agentic AI - Concept and workflow
هوش مصنوعی عاملی - نمای کلی و ویژگی های کلیدی
Agentic AI - Overview and Key characteristics
هوش مصنوعی عاملی - برنامه های کاربردی
Agentic AI - Applications
هوش مصنوعی عاملی - الگوی طراحی
Agentic AI - Design Pattern
CrewAI
CrewAI
Crew AI - نمای کلی و اجزاء
Crew AI - Overview and components
Crew AI Hands-On: برنامه ساده یک عامل ساده بسازید
Crew AI Hands-On : Build simple one agent streamlit app
Crew AI Hands-On: فرآیند سلسله مراتبی
Crew AI Hands-On: Hierarchical Process
Crew AI Hands-On: نماینده مدیر سفارشی
Crew AI Hands-On: Customized Manager Agent
Crew AI Hands-On: برنامه Build Trip Planner Agentic با Streamlit
Crew AI Hands-On : Build Trip Planner Agentic app with Streamlit
Crew AI Hands-On: ساخت کد پایتون بازی با Agent
Crew AI Hands-On : Build Game Python code with Agent
نمایش نظرات