تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی ساخت عوامل هوش مصنوعی با AutoGen

دوره آموزشی ساخت عوامل هوش مصنوعی با AutoGen

1 ساعت 36 دقیقهمتوسط2024-12-16

مدرسین

Harshit Tyagi

Harshit Tyagi

Data Science Instructor and Mentor

جزئیات دوره

در این دوره تخصصی، هارشییت تییاغی شما را با ساخت و پیاده‌سازی سیستم‌های پیچیده چندعاملی آشنا می‌کند که می‌توانند به‌طور خودکار وظایف دشوار و پیچیده را انجام دهند. با استفاده از فریمورک AutoGen، این دوره به شما مهارت‌هایی می‌آموزد که می‌توانید از آن‌ها برای ساخت سیستم‌های هوش مصنوعی پیشرفته استفاده کنید که قادر به انجام وظایف مختلف به‌طور همزمان و بدون نیاز به نظارت مداوم هستند.
یکی از نکات برجسته این دوره، معرفی و استفاده از الگوهای طراحی اصلی همچون بازتاب (Reflection)، استفاده از ابزارها (Tool Use) و همکاری چندعاملی (Multi-Agent Collaboration) است. این الگوها به شما کمک می‌کنند تا سیستم‌های هوش مصنوعی را به‌گونه‌ای طراحی کنید که نه تنها قادر به انجام وظایف مختلف باشند، بلکه قادر به همکاری و تعامل با سایر سیستم‌ها نیز باشند تا بهترین نتایج را بدست آورند.
علاوه بر این، شما یاد خواهید گرفت که چگونه ابزارها و APIهای خارجی را در گردش‌کارهای سیستم‌های چندعاملی ادغام کنید تا کارایی آن‌ها را افزایش دهید. همچنین، از طریق پروژه‌های عملی و بازخوردهای انسانی، قادر خواهید بود توانمندی‌های این سیستم‌ها را بهبود بخشید و خروجی‌های دقیق و موثری ایجاد کنید که پاسخگوی نیازهای واقعی سازمان‌ها و کسب‌وکارها باشند.
این دوره برای افرادی که به دنبال گسترش توانمندی‌های خود در زمینه هوش مصنوعی و داده‌کاوی هستند و تجربه ابتدایی در برنامه‌نویسی با پایتون دارند، مناسب است. با پایان این دوره، شما توانایی طراحی و پیاده‌سازی سیستم‌های چندعاملی خودکار برای اتوماسیون گردش‌کارهای پیچیده و بهبود فرآیندهای کسب‌وکار را خواهید داشت.

اهداف یادگیری:
ساخت سیستم‌های چندعاملی با استفاده از فریمورک AutoGen برای انجام وظایف پیچیده به‌طور خودکار.
پیاده‌سازی و استفاده از الگوهای طراحی کلیدی عامل مانند بازتاب، استفاده از ابزارها و همکاری چندعاملی.
سفارشی‌سازی و پیاده‌سازی عوامل هوش مصنوعی که قادر به تعامل و همکاری برای حل مسائل دنیای واقعی هستند.
ادغام ابزارها و APIهای خارجی در گردش‌کارهای عامل‌ها برای بهبود عملکرد و کارایی.
بهره‌برداری از بازخورد انسانی برای بهبود و تصحیح توانمندی‌های عامل‌ها و تضمین خروجی‌های دقیق و مقاوم.

مهارت ها

AutogenArtificial Intelligence for BusinessBusiness Analysis and StrategyOpen SourceOne-Off

سرفصل ها

0. مقدمه

  • 01 - بیایید چند عامل هوش مصنوعی با AutoGen بسازیم

1. عوامل هوش مصنوعی با AutoGen

  • 02 - درک عوامل هوش مصنوعی
  • 03 - مروری بر چارچوب AutoGen
  • 04 - پیکربندی LLM و راه‌اندازی AutoGen
  • 05 - ساختن یک پایه

2. توسعه دستیار پژوهشی

  • 06 - گفتگوی چند عاملی
  • 07 - طرح دستیار پژوهشی
  • 08 - ایجاد عوامل برای دستیار
  • 09 - ایجاد وظایف برای عامل

3. حل وظایف پیچیده با استفاده از چت‌های تودرتو

  • 10 - چت‌های تودرتو برای افزودن بازبینی چند سطحی
  • 11 - ایجاد عوامل بررسی کننده
  • 12 - ایجاد چت تو در تو

4. استفاده از ابزار و افزودن قابلیت اینترنت

  • 13 - ابزار چیست
  • 14 - ابزار محاسبه را به معلم معلم ریاضی اضافه کنید
  • 15 - ابزارها را ثبت کنید و عامل را اجرا کنید
  • 16 - قابلیت جستجوی وب را به دستیار پژوهشی اضافه کنید

5. ساخت یک Copilot Coding End-to-End در Autogen

  • 17 - مجریان کد در AutoGen
  • 18 - عامل ایجاد کنید
  • 19 - تعیین تکلیف برای تجزیه‌و‌تحلیل داده ها
  • 20 - کدهای تعریف شده توسط کاربر را در AutoGen اجرا کنید

6. عوامل آموزش پذیر

  • 21 - آشنایی با عوامل آموزش پذیر
  • 22 - راه‌اندازی عوامل آموزش پذیر
  • 23 - آموزش و بازیابی اطلاعات

7. ساخت یک شرکت تجزیه‌و‌تحلیل داده با چت گروهی

  • 24 - ساختار سازمانی کارگزاران
  • 25 - چت گروهی را بسازید
  • 26 - پیکربندی انتخاب بلندگو

نتیجه گیری

  • 27 - مراحل بعدی با AutoGen

دوره های مرتبط

مسیرهای مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal