کتاب صوتی ساخت عامل‌های هوشمند با رویکرد عملی (Hands-on Agentic AI)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت عامل‌های هوشمند با رویکرد عملی (Hands-on Agentic AI)

موضوع کلی: هوش مصنوعی و کاربردهای آن

موضوع میانی: توسعهٔ عامل‌های هوشمند (AI Agents)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی و عامل‌های هوشمند
• 2. مفاهیم بنیادین عامل‌های هوشمند
• 3. معماری عامل‌های هوشمند
• 4. انواع عامل‌های هوشمند
• 5. هوش مصنوعی در مقابل عامل‌های هوشمند
• 6. تاریخچه عامل‌های هوشمند
• 7. کاربردهای عامل‌های هوشمند در صنعت
• 8. کاربردهای عامل‌های هوشمند در پزشکی
• 9. کاربردهای عامل‌های هوشمند در آموزش
• 10. کاربردهای عامل‌های هوشمند در امور مالی
• 11. کاربردهای عامل‌های هوشمند در حمل و نقل
• 12. کاربردهای عامل‌های هوشمند در خدمات مشتری
• 13. کاربردهای عامل‌های هوشمند در رباتیک
• 14. کاربردهای عامل‌های هوشمند در بازی‌ها
• 15. کاربردهای عامل‌های هوشمند در تحلیل داده
• 16. کاربردهای عامل‌های هوشمند در پردازش زبان طبیعی
• 17. کاربردهای عامل‌های هوشمند در بینایی ماشین
• 18. کاربردهای عامل‌های هوشمند در سیستم‌های توصیه‌گر
• 19. کاربردهای عامل‌های هوشمند در اتوماسیون فرآیندها
• 20. کاربردهای عامل‌های هوشمند در کشف دانش
• 21. اصول طراحی عامل‌های هوشمند
• 22. توسعه عامل‌های هوشمند با پایتون
• 23. کتابخانه‌های کلیدی برای توسعه عامل‌های هوشمند
• 24. چارچوب‌های توسعه عامل‌های هوشمند
• 25. موتورهای استنتاج عامل‌های هوشمند
• 26. مدل‌های زبانی بزرگ (LLMs) در عامل‌های هوشمند
• 27. توسعه عامل‌های هوشمند با استفاده از LLMs
• 28. Prompt Engineering برای عامل‌های هوشمند
• 29. بازخورد و یادگیری در عامل‌های هوشمند
• 30. بهبود مستمر عامل‌های هوشمند
• 31. ارزیابی عملکرد عامل‌های هوشمند
• 32. معیارهای سنجش عامل‌های هوشمند
• 33. بهینه‌سازی عامل‌های هوشمند
• 34. تست و اشکال‌زدایی عامل‌های هوشمند
• 35. مدیریت حافظه در عامل‌های هوشمند
• 36. مدیریت ابزارها توسط عامل‌های هوشمند
• 37. استفاده از APIها توسط عامل‌های هوشمند
• 38. توسعه عامل‌های هوشمند چندوجهی
• 39. عامل‌های هوشمند در محیط‌های پویا
• 40. عامل‌های هوشمند تعاملی
• 41. طراحی عامل‌های هوشمند قابل اعتماد
• 42. اخلاق در توسعه عامل‌های هوشمند
• 43. امنیت عامل‌های هوشمند
• 44. حریم خصوصی در عامل‌های هوشمند
• 45. مسئولیت‌پذیری عامل‌های هوشمند
• 46. ملاحظات قانونی در عامل‌های هوشمند
• 47. استانداردهای توسعه عامل‌های هوشمند
• 48. تجزیه و تحلیل نیازمندی‌های عامل هوشمند
• 49. نمونه‌سازی اولیه عامل هوشمند
• 50. پیاده‌سازی عامل هوشمند
• 51. مستندسازی عامل هوشمند
• 52. نگهداری عامل هوشمند
• 53. مقیاس‌پذیری عامل هوشمند
• 54. پایداری عامل هوشمند
• 55. قابلیت اطمینان عامل هوشمند
• 56. قابلیت تفسیر عامل هوشمند
• 57. قابلیت توضیح‌پذیری عامل هوشمند
• 58. عامل‌های هوشمند خودکار
• 59. عامل‌های هوشمند مشارکتی
• 60. عامل‌های هوشمند انطباقی
• 61. عامل‌های هوشمند مبتنی بر هدف
• 62. عامل‌های هوشمند مبتنی بر یادگیری تقویتی
• 63. عامل‌های هوشمند مبتنی بر جستجو
• 64. عامل‌های هوشمند مبتنی بر برنامه‌ریزی
• 65. عامل‌های هوشمند مبتنی بر دانش
• 66. عامل‌های هوشمند مبتنی بر استدلال
• 67. عامل‌های هوشمند مبتنی بر شبیه‌سازی
• 68. عامل‌های هوشمند در یادگیری ماشین
• 69. عامل‌های هوشمند و شبکه‌های عصبی
• 70. عامل‌های هوشمند و یادگیری عمیق
• 71. کاربرد LLMs در درک زبان طبیعی
• 72. کاربرد LLMs در تولید زبان طبیعی
• 73. کاربرد LLMs در خلاصه‌سازی متن
• 74. کاربرد LLMs در ترجمه ماشینی
• 75. کاربرد LLMs در پاسخ به پرسش
• 76. کاربرد LLMs در استخراج اطلاعات
• 77. کاربرد LLMs در تحلیل احساسات
• 78. کاربرد LLMs در تولید محتوا
• 79. کاربرد LLMs در کدنویسی
• 80. کاربرد LLMs در حل مسائل منطقی
• 81. کاربرد LLMs در استدلال علمی
• 82. کاربرد LLMs در مشاوره تخصصی
• 83. کاربرد LLMs در آموزش شخصی‌سازی شده
• 84. کاربرد LLMs در پشتیبانی فنی
• 85. کاربرد LLMs در مدیریت دانش سازمانی
• 86. کاربرد LLMs در تحقیق و توسعه
• 87. کاربرد LLMs در امنیت سایبری
• 88. کاربرد LLMs در تحلیل ریسک
• 89. کاربرد LLMs در پیش‌بینی روندها
• 90. کاربرد LLMs در بهینه‌سازی تصمیم‌گیری
• 91. کاربرد LLMs در ایجاد سناریوهای مختلف
• 92. کاربرد LLMs در شبیه‌سازی سیستم‌های پیچیده