فلش‌کارت‌های آموزشی مبانی هوش مصنوعی عامل‌محور با استفاده از LangChain و LangGraph

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی هوش مصنوعی عامل‌محور با استفاده از LangChain و LangGraph

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: هوش مصنوعی عامل‌محور (Agentic AI)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی و عامل‌ها
• 2. تاریخچه و تکامل هوش مصنوعی
• 3. مفاهیم پایه در هوش مصنوعی
• 4. یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
• 5. شبکه‌های عصبی و یادگیری عمیق
• 6. معماری‌های کلیدی یادگیری عمیق
• 7. پردازش زبان طبیعی (NLP)
• 8. مدل‌های زبانی بزرگ (LLMs)
• 9. مبانی عامل‌های هوشمند
• 10. رفتار و تصمیم‌گیری عامل‌ها
• 11. محیط‌های عامل‌محور
• 12. طراحی عامل‌های هوشمند
• 13. مقدمه‌ای بر LangChain
• 14. معماری LangChain
• 15. کامپوننت‌های اصلی LangChain
• 16. زنجیره‌ها (Chains) در LangChain
• 17. مدل‌ها و LLMs در LangChain
• 18. Prompt Engineering در LangChain
• 19. Output Parsers در LangChain
• 20. Retrieval Augmented Generation (RAG)
• 21. مقدمه‌ای بر LangGraph
• 22. مفاهیم پایه LangGraph
• 23. گره‌ها (Nodes) و لبه‌ها (Edges) در LangGraph
• 24. توالی منطقی عامل‌ها با LangGraph
• 25. مدیریت وضعیت در LangGraph
• 26. حالات و شرط‌ها در LangGraph
• 27. نمودارهای عامل‌محور
• 28. طراحی عامل‌های چندمرحله‌ای
• 29. کاربرد LangGraph در گردش کار پیچیده
• 30. مدیریت حافظه در عامل‌ها
• 31. انواع حافظه در LangChain
• 32. حافظه کوتاه مدت و بلند مدت
• 33. حافظه خلاصه کننده
• 34. حافظه برداری
• 35. ابزارها (Tools) در LangChain
• 36. ساخت و استفاده از ابزارها
• 37. دسترسی به APIها با ابزارها
• 38. جستجو در وب با ابزارها
• 39. اجرای کد با ابزارها
• 40. عامل‌های مبتنی بر ابزار
• 41. طراحی عامل‌های مستقل
• 42. استفاده از LangChain Agents
• 43. اجرای عامل‌ها و مدیریت اجرا
• 44. نظارت بر اجرای عامل‌ها
• 45. دیباگ کردن عامل‌ها
• 46. ارزیابی عملکرد عامل‌ها
• 47. سنجه‌های ارزیابی عامل‌ها
• 48. بهینه‌سازی عامل‌ها
• 49. مقدمه‌ای بر LangGraph Agents
• 50. طراحی عامل‌های گراف‌محور
• 51. مدیریت جریان کنترل در LangGraph Agents
• 52. حالات شرطی و حلقه‌ها در LangGraph Agents
• 53. مدیریت خطا در LangGraph Agents
• 54. پیاده‌سازی عامل‌های پیچیده با LangGraph
• 55. مثال‌های کاربردی LangChain و LangGraph
• 56. ساخت ربات چت هوشمند
• 57. سیستم‌های پرسش و پاسخ هوشمند
• 58. خلاصه‌سازی خودکار اسناد
• 59. تولید محتوا با هوش مصنوعی
• 60. اتوماسیون فرآیندهای کسب و کار
• 61. عامل‌های ناوبری در محیط‌های دیجیتال
• 62. مدیریت پروژه‌های نرم‌افزاری با عامل‌ها
• 63. تحلیل داده‌های حجیم با عامل‌ها
• 64. تولید کد با عامل‌های هوشمند
• 65. کاربرد در پزشکی و سلامت
• 66. کاربرد در آموزش و یادگیری
• 67. کاربرد در امور مالی و بانکی
• 68. کاربرد در پژوهش و توسعه
• 69. ملاحظات اخلاقی در هوش مصنوعی عامل‌محور
• 70. امنیت در عامل‌های هوشمند
• 71. حریم خصوصی داده‌ها
• 72. مسئولیت‌پذیری در عامل‌های هوشمند
• 73. مدیریت ریسک در سیستم‌های عامل‌محور
• 74. آینده هوش مصنوعی عامل‌محور
• 75. روندهای نوین در عامل‌های هوشمند
• 76. تکنیک‌های پیشرفته در LangChain
• 77. تکنیک‌های پیشرفته در LangGraph
• 78. یادگیری تقویتی برای عامل‌ها
• 79. عامل‌های خودسازمان‌دهنده
• 80. شبکه‌های عامل‌ها
• 81. همکاری بین عامل‌ها
• 82. مدل‌های زبانی در عامل‌های مولد
• 83. تکنیک‌های Prompting پیشرفته
• 84. مدیریت Contex Window
• 85. استفاده از Embeddings
• 86. استراتژی‌های RAG پیشرفته
• 87. طراحی نمودارهای LangGraph پیچیده
• 88. مدیریت حالت‌های نامحدود
• 89. عامل‌های تطبیقی
• 90. ارزیابی و اعتبارسنجی عامل‌ها
• 91. تست A/B برای عامل‌ها
• 92. بهینه‌سازی مصرف منابع
• 93. مدیریت هزینه در عامل‌های ابری
• 94. کاربرد LangChain و LangGraph در پروژه‌های واقعی
• 95. پروژه‌های عملی
• 96. ساخت دستیار هوشمند شخصی
• 97. سیستم مدیریت دانش سازمانی
• 98. تولید گزارش‌های تحلیلی خودکار
• 99. سیستم‌های پشتیبانی مشتری هوشمند
• 100. اتوماسیون وظایف تکراری