کتاب FastAPI و ساخت APIهای AI for Entertainment Innovation با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

FastAPI و ساخت APIهای AI برای نوآوری در سرگرمی: دوره جامع FastAPI و ساخت APIهای AI برای نوآوری در سرگرمی: دوره جامع معرفی دوره: دروازه‌ای به سوی آینده سرگرمی با هوش مصنوعی آیا رویای ساخت برنامه‌های سر...

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 87,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره FastAPI و ساخت APIهای AI for Entertainment Innovation

موضوع کلی: برنامه نویسی

موضوع میانی: فست ای‌پی‌آی (FastAPI)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی در صنعت سرگرمی
  • 2. مقدمه‌ای بر نوآوری در صنعت سرگرمی
  • 3. کاربرد هوش مصنوعی در بازی‌ها
  • 4. کاربرد هوش مصنوعی در فیلم و سریال
  • 5. کاربرد هوش مصنوعی در موسیقی
  • 6. کاربرد هوش مصنوعی در تجربیات تعاملی
  • 7. مقدمه‌ای بر طراحی API
  • 8. اهمیت API در توسعه نرم‌افزار
  • 9. مقدمه‌ای بر FastAPI
  • 10. چرا FastAPI؟ مزایا و ویژگی‌ها
  • 11. نصب و راه‌اندازی FastAPI
  • 12. اولین برنامه FastAPI: "Hello, World!"
  • 13. مفاهیم پایه FastAPI: توابع و دکوراتورها
  • 14. تعریف مسیرها (Routes) در FastAPI
  • 15. انواع متدهای HTTP (GET, POST, PUT, DELETE)
  • 16. پارامترهای مسیر (Path Parameters)
  • 17. پارامترهای کوئری (Query Parameters)
  • 18. درخواست‌های HTTP (HTTP Requests)
  • 19. پاسخ‌های HTTP (HTTP Responses)
  • 20. مدل‌های داده با Pydantic
  • 21. اعتبارسنجی داده‌ها با Pydantic
  • 22. استفاده از انواع داده در Pydantic
  • 23. فیلدهای اجباری و اختیاری در Pydantic
  • 24. مدیریت انواع داده‌های پیچیده در Pydantic
  • 25. سریال‌سازی و دسریال‌سازی داده‌ها
  • 26. مقدمه‌ای بر ذخیره‌سازی داده‌ها
  • 27. کار با دیتابیس‌های رابطه‌ای (SQL)
  • 28. کار با دیتابیس‌های NoSQL
  • 29. استفاده از SQLAlchemy با FastAPI
  • 30. تعریف مدل‌های دیتابیس با SQLAlchemy
  • 31. ایجاد پایگاه داده و جداول
  • 32. عملیات CRUD (Create, Read, Update, Delete)
  • 33. اتصال به PostgreSQL با FastAPI
  • 34. اتصال به MySQL با FastAPI
  • 35. اتصال به SQLite با FastAPI
  • 36. مقدمه‌ای بر مدیریت وضعیت (State Management)
  • 37. ذخیره‌سازی داده‌های موقت
  • 38. کار با Memcached
  • 39. کار با Redis
  • 40. مدل‌های داده پیشرفته در Pydantic
  • 41. تعریف کامپوننت‌های تکراری در Pydantic
  • 42. ارث‌بری در Pydantic
  • 43. استفاده از Union و Optional
  • 44. مدیریت خطاهای اعتبارسنجی Pydantic
  • 45. مقدمه‌ای بر احراز هویت (Authentication)
  • 46. مقدمه‌ای بر مجوزدهی (Authorization)
  • 47. توکن‌های JWT (JSON Web Tokens)
  • 48. پیاده‌سازی احراز هویت با JWT
  • 49. مدیریت کاربران و نقش‌ها
  • 50. مقدمه‌ای بر OAuth2
  • 51. استفاده از OAuth2 با FastAPI
  • 52. امنیت APIها
  • 53. مدیریت کوکی‌ها
  • 54. مدیریت سشن‌ها (Sessions)
  • 55. مقدمه‌ای بر تست API
  • 56. نوشتن تست‌های واحد (Unit Tests)
  • 57. نوشتن تست‌های یکپارچه‌سازی (Integration Tests)
  • 58. استفاده از Pytest برای تست FastAPI
  • 59. تست مسیرهای GET
  • 60. تست مسیرهای POST
  • 61. تست اعتبارسنجی داده‌ها
  • 62. تست مدیریت خطا
  • 63. تست احراز هویت
  • 64. مستندسازی خودکار API با Swagger UI
  • 65. مستندسازی خودکار API با ReDoc
  • 66. سفارشی‌سازی مستندات API
  • 67. مقدمه‌ای بر استقرار (Deployment)
  • 68. استقرار FastAPI با Gunicorn
  • 69. استقرار FastAPI با Uvicorn
  • 70. استقرار در محیط‌های مختلف (Development, Staging, Production)
  • 71. مقدمه‌ای بر Docker
  • 72. ایجاد Dockerfile برای FastAPI
  • 73. استفاده از Docker Compose
  • 74. استقرار در سرویس‌های ابری (AWS, GCP, Azure)
  • 75. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 76. کاربرد NLP در تولید محتوا
  • 77. کاربرد NLP در تحلیل احساسات
  • 78. کاربرد NLP در خلاصه‌سازی متن
  • 79. کاربرد NLP در تولید دیالوگ
  • 80. مقدمه‌ای بر یادگیری ماشین (ML)
  • 81. کاربرد ML در پیش‌بینی
  • 82. کاربرد ML در پیشنهاد محتوا
  • 83. کاربرد ML در شخصی‌سازی تجربه
  • 84. مقدمه‌ای بر شبکه‌های عصبی (Neural Networks)
  • 85. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLMs)
  • 86. استفاده از Hugging Face Transformers
  • 87. ادغام مدل‌های ML با FastAPI
  • 88. آموزش مدل‌های ML
  • 89. تنظیم دقیق (Fine-tuning) مدل‌های ML
  • 90. خدمات ابری برای ML (SageMaker, Vertex AI)
  • 91. کاربرد APIهای AI در توسعه بازی
  • 92. تولید NPCهای هوشمند
  • 93. تولید مراحل بازی پویا
  • 94. تولید موسیقی و صداگذاری بازی
  • 95. تست و بهینه‌سازی بازی با AI
  • 96. کاربرد APIهای AI در تولید فیلم و سریال
  • 97. تولید داستان و سناریو
  • 98. تولید جلوه‌های ویژه (VFX)
  • 99. شبیه‌سازی شخصیت‌های مجازی
  • 100. تولید موسیقی متن فیلم
تگ‌ها: AI API AI for Entertainment API Development Backend Development Entertainment Innovation FastAPI Python Web Development برنامه نویسی پایتون ساخت API فست ای پی آی نوآوری سرگرمی هوش مصنوعی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.