کتاب صوتی ساخت اپلیکیشن‌های هوشمند با Semantic Kernel SDK

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت اپلیکیشن‌های هوشمند با Semantic Kernel SDK

موضوع کلی: هوش مصنوعی و توسعه نرم‌افزار

موضوع میانی: توسعه برنامه‌های هوشمند با استفاده از SDK ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی و نرم‌افزار
• 2. مفاهیم کلیدی هوش مصنوعی
• 3. مبانی توسعه نرم‌افزار
• 4. مقدمه‌ای بر Semantic Kernel SDK
• 5. نصب و راه‌اندازی Semantic Kernel
• 6. معماری Semantic Kernel
• 7. مفهوم Kernel در Semantic Kernel
• 8. استفاده از توابع (Functions) در Semantic Kernel
• 9. ایجاد توابع ساده
• 10. مدیریت توابع
• 11. ارتباط با مدل‌های زبانی بزرگ (LLMs)
• 12. پیکربندی LLMs
• 13. استفاده از API کلیدها
• 14. پردازش زبان طبیعی (NLP) با Semantic Kernel
• 15. استخراج اطلاعات از متن
• 16. خلاصه‌سازی متن
• 17. ترجمه متن
• 18. تولید متن
• 19. کاربردها در توسعه نرم‌افزار
• 20. توسعه چت‌بات‌ها
• 21. سیستم‌های توصیه‌گر
• 22. اتوماسیون وظایف
• 23. مدیریت حافظه در Semantic Kernel
• 24. حافظه کوتاه‌مدت
• 25. حافظه بلندمدت
• 26. قابلیت‌های جستجو در حافظه
• 27. ادغام با سرویس‌های ابری
• 28. اتصال به Azure OpenAI
• 29. اتصال به OpenAI
• 30. اتصال به سایر سرویس‌های ابری
• 31. مدیریت خطا و استثنائات
• 32. دیباگ کردن برنامه‌ها
• 33. تست کردن Semantic Kernel
• 34. بهینه‌سازی عملکرد
• 35. مفاهیم پیشرفته‌تر Kernel
• 36. استفاده از Context
• 37. مدیریت State
• 38. اجرای زنجیره‌ای توابع (Chaining)
• 39. ایجاد برنامه‌های چندمرحله‌ای
• 40. کاربرد در پردازش اسناد
• 41. استخراج داده از PDF
• 42. تحلیل محتوای اسناد
• 43. پاسخ به سوالات بر اساس اسناد
• 44. مدیریت دانش سازمانی
• 45. سیستم‌های پرسش و پاسخ داخلی
• 46. تولید محتوای بازاریابی
• 47. کمک به برنامه‌نویسان
• 48. توسعه دستیاران کدنویسی
• 49. مفاهیم امنیتی در هوش مصنوعی
• 50. حفاظت از داده‌ها
• 51. مدیریت دسترسی‌ها
• 52. اصول اخلاقی در توسعه هوش مصنوعی
• 53. شفافیت و قابلیت توضیح
• 54. مسئولیت‌پذیری
• 55. کاربرد در حوزه‌های مختلف
• 56. مالی و بانکی (با رعایت چارچوب بانکداری بدون ربا)
• 57. بهداشت و درمان (مطابق پروتکل‌های وزارت بهداشت)
• 58. آموزش و پرورش (با محتوای سازگار)
• 59. تجارت الکترونیک
• 60. مدیریت زنجیره تامین
• 61. بهینه‌سازی فرآیندهای سازمانی
• 62. توسعه اپلیکیشن‌های موبایل هوشمند
• 63. توسعه اپلیکیشن‌های دسکتاپ هوشمند
• 64. مقدمه‌ای بر توسعه برنامه‌های کاربردی
• 65. چرخه حیات توسعه نرم‌افزار
• 66. متدولوژی‌های چابک (Agile)
• 67. نقش هوش مصنوعی در چابک‌سازی
• 68. ابزارهای توسعه نرم‌افزار
• 69. محیط‌های توسعه یکپارچه (IDE)
• 70. سیستم‌های کنترل نسخه (Git)
• 71. مفاهیم پایگاه داده
• 72. ذخیره‌سازی و بازیابی اطلاعات
• 73. مدل‌سازی داده‌ها
• 74. مقدمه‌ای بر شبکه‌های کامپیوتری
• 75. پروتکل‌های ارتباطی
• 76. مفهوم API
• 77. طراحی API های امن و کارآمد
• 78. مباحث پیشرفته‌تر LLMs
• 79. Fine-tuning مدل‌ها
• 80. Prompt Engineering پیشرفته
• 81. ارزیابی مدل‌های زبانی
• 82. مفاهیم یادگیری تقویتی
• 83. کاربرد یادگیری تقویتی در Semantic Kernel
• 84. اصول توسعه نرم‌افزار پایدار
• 85. کدنویسی تمیز و قابل نگهداری
• 86. مستندسازی فنی
• 87. مدیریت پروژه نرم‌افزاری
• 88. برنامه‌ریزی و زمان‌بندی
• 89. مدیریت ریسک در پروژه‌ها
• 90. اهمیت تست نرم‌افزار
• 91. انواع تست‌ها
• 92. استراتژی‌های تست
• 93. مقدمه‌ای بر هوش مصنوعی مولد
• 94. کاربرد هوش مصنوعی مولد در نرم‌افزار
• 95. آینده هوش مصنوعی در توسعه نرم‌افزار
• 96. روندهای نوظهور
• 97. چالش‌های پیش رو
• 98. جمع‌بندی و گام‌های بعدی