کتاب ساخت عاملهای هوش مصنوعی با Semantic Kernel با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره ساخت عاملهای هوش مصنوعی با Semantic Kernel
موضوع کلی: هوش مصنوعی
موضوع میانی: توسعهدهندگان هوش مصنوعی
📋 سرفصلهای دوره
- 1. مقدمهای بر Semantic Kernel و عاملهای هوش مصنوعی
- 2. معماری عاملهای هوش مصنوعی: اجزا و نقشها
- 3. نصب و راهاندازی Semantic Kernel: پیشنیازها و محیط توسعه
- 4. آشنایی با هسته Semantic Kernel: مفاهیم کلیدی
- 5. Kernel Planner: برنامهریزی وظایف و اهداف
- 6. Kernel Functions: تعریف و استفاده از توابع
- 7. Kernel Memory: ذخیره و بازیابی اطلاعات
- 8. Semantic Functions: ایجاد توابع معنایی
- 9. Native Functions: پیادهسازی توابع بومی
- 10. Planners و Orchestration: مدیریت جریان کار
- 11. استفاده از Connectors: اتصال به منابع خارجی
- 12. ادغام با Azure OpenAI Service
- 13. ادغام با OpenAI GPT-3/GPT-4
- 14. ادغام با مدلهای زبان بزرگ دیگر (LLM)
- 15. مدیریت Context در Semantic Kernel
- 16. تکنیکهای Prompt Engineering برای Semantic Kernel
- 17. ایجاد Skillهای قابل استفاده مجدد
- 18. Skillهای پیشساخته Semantic Kernel و نحوه استفاده از آنها
- 19. توسعه Skillهای سفارشی
- 20. آزمایش و دیباگ Skillها
- 21. مدیریت خطا و استثناها در Semantic Kernel
- 22. پیادهسازی حافظه بلندمدت با Semantic Kernel
- 23. استفاده از Vector Databases با Semantic Kernel
- 24. ایجاد Agentهای مکالمهای با Semantic Kernel
- 25. ساخت یک Agent برای پاسخگویی به سوالات (Question Answering)
- 26. ساخت یک Agent برای خلاصه سازی متن
- 27. ساخت یک Agent برای ترجمه زبان
- 28. ساخت یک Agent برای تولید محتوا
- 29. ساخت یک Agent برای تحلیل احساسات
- 30. ساخت یک Agent برای استخراج اطلاعات
- 31. ادغام Semantic Kernel با سایر فریمورکها و کتابخانهها
- 32. استفاده از Semantic Kernel در برنامههای وب
- 33. استفاده از Semantic Kernel در اپلیکیشنهای دسکتاپ
- 34. استفاده از Semantic Kernel در برنامههای موبایل
- 35. بهینهسازی عملکرد Agentها
- 36. مقیاسپذیری Agentها
- 37. امنیت Agentها و مدیریت دسترسی
- 38. نکات پیشرفته Prompt Engineering
- 39. استفاده از Chain of Thought Reasoning
- 40. استفاده از Retrieval Augmented Generation (RAG)
- 41. تنظیم پارامترهای مدلهای زبانی بزرگ
- 42. مانیتورینگ و Logging Agentها
- 43. استقرار Agentها در محیط Production
- 44. بهروزرسانی و نگهداری Agentها
- 45. آشنایی با Semantic Kernel Roadmap و آیندهی آن
تگها:
agent orchestration
AI Agent
Azure OpenAI
chatbot
kernel planner
LLM
OpenAI
prompt engineering
RAG
semantic functions
Semantic Kernel
skill development
vector database
عامل هوش مصنوعی
هوش مصنوعی
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.