کتاب هوش مصنوعی مولد پیشرفته: طراحی و پیاده‌سازی سیستم‌های RAG با LangGraph

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره هوش مصنوعی مولد پیشرفته: طراحی و پیاده‌سازی سیستم‌های RAG با LangGraph

موضوع کلی: هوش مصنوعی و پردازش زبان طبیعی

موضوع میانی: سیستم‌های بازیابی افزوده (RAG) و گردش کارهای عامل‌محور

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی مولد و پردازش زبان طبیعی
  • 2. مبانی مدل‌های زبانی بزرگ (LLMs)
  • 3. معماری ترنسفورمر در LLMs
  • 4. آموزش و تنظیم دقیق LLMs
  • 5. مقدمه‌ای بر سیستم‌های بازیابی افزوده (RAG)
  • 6. کاربرد RAG در افزایش دقت LLMs
  • 7. اجزای کلیدی سیستم‌های RAG
  • 8. مخازن دانش و پایگاه‌های داده برداری
  • 9. فهرست‌سازی و جستجو در پایگاه‌های داده برداری
  • 10. معرفی Pinecone به عنوان یک پایگاه داده برداری
  • 11. نصب و راه‌اندازی Pinecone
  • 12. مفاهیم کلیدی در Pinecone: Index, Vector, Pod
  • 13. ایجاد Index در Pinecone
  • 14. افزودن و بازیابی وکتورها در Pinecone
  • 15. پرس‌وجو و جستجوی شباهت در Pinecone
  • 16. تنظیمات پیشرفته در Pinecone
  • 17. کاربرد Pinecone در سیستم‌های RAG
  • 18. معرفی LangGraph برای ایجاد گردش کارهای عامل‌محور
  • 19. مبانی گراف‌های عامل‌محور
  • 20. عوامل (Agents) و نقش آن‌ها در LangGraph
  • 21. وضعیت (State) و انتقال بین عوامل
  • 22. مدیریت جریان کنترل در LangGraph
  • 23. ایجاد یک گراف ساده با LangGraph
  • 24. پیاده‌سازی عوامل تصمیم‌گیرنده
  • 25. پیاده‌سازی عوامل تولیدکننده
  • 26. پیاده‌سازی عوامل بازیابی
  • 27. ادغام RAG با LangGraph
  • 28. طراحی گردش کار RAG با LangGraph
  • 29. مدیریت حافظه در عوامل LangGraph
  • 30. استراتژی‌های بازیابی در RAG
  • 31. تنظیم پارامترهای جستجو در Pinecone
  • 32. بهینه‌سازی پرس‌وجوها برای RAG
  • 33. ارزیابی عملکرد سیستم‌های RAG
  • 34. متریک‌های ارزیابی کیفیت پاسخ‌ها
  • 35. متریک‌های ارزیابی دقت بازیابی
  • 36. متریک‌های ارزیابی جامع سیستم RAG
  • 37. گردش کارهای پیچیده عامل‌محور
  • 38. عوامل پویا و خودسازمان‌دهنده
  • 39. استفاده از ابزارها (Tools) در عوامل
  • 40. ادغام LLMs با ابزارهای خارجی
  • 41. طراحی عوامل متخصص
  • 42. استراتژی‌های زنجیره فکری (Chain-of-Thought)
  • 43. پیاده‌سازی Chain-of-Thought در LangGraph
  • 44. استفاده از LangChain با LangGraph
  • 45. ادغام LangChain Agents با LangGraph
  • 46. مباحث پیشرفته در Pinecone
  • 47. تکنیک‌های کوانتیزاسیون و فشرده‌سازی وکتور
  • 48. مدیریت داده‌های حجیم در Pinecone
  • 49. امنیت و دسترسی در Pinecone
  • 50. مباحث پیشرفته در LangGraph
  • 51. دیباگ کردن و مانیتورینگ گراف‌ها
  • 52. استفاده از LangSmith برای دیباگ
  • 53. بهینه‌سازی عملکرد گراف‌ها
  • 54. پردازش موازی در LangGraph
  • 55. طراحی سیستم‌های RAG چندمرحله‌ای
  • 56. گردش کار پرسش و پاسخ پیشرفته
  • 57. تولید خلاصه متنی با RAG
  • 58. سیستم‌های پرسش و پاسخ مبتنی بر اسناد
  • 59. استفاده از RAG برای خلاصه‌سازی اسناد طولانی
  • 60. تولید محتوای خلاقانه با RAG
  • 61. سیستم‌های توصیه‌گر مبتنی بر RAG
  • 62. کاربرد RAG در تحلیل احساسات
  • 63. تشخیص موجودیت نام‌گذاری شده (NER) با RAG
  • 64. استخراج اطلاعات با RAG
  • 65. سیستم‌های پرسش و پاسخ تعاملی
  • 66. طراحی عامل پرسش‌گر هوشمند
  • 67. طراحی عامل پاسخ‌دهنده مطمئن
  • 68. مدیریت ابهام در پرسش‌ها
  • 69. استفاده از بازخورد کاربر در سیستم RAG
  • 70. بهبود مستمر سیستم با داده‌های جدید
  • 71. تنظیم پارامترهای LLM در LangGraph
  • 72. مدیریت هزینه‌ها در استفاده از LLMs و Pinecone
  • 73. ملاحظات اخلاقی در هوش مصنوعی مولد
  • 74. مسئولیت‌پذیری در سیستم‌های هوش مصنوعی
  • 75. حریم خصوصی داده‌ها در سیستم‌های RAG
  • 76. امنیت سیستم‌های مبتنی بر LLMs
  • 77. مقدمه‌ای بر مهندسی پرامپت پیشرفته
  • 78. تکنیک‌های مهندسی پرامپت برای RAG
  • 79. ارزیابی و تست سیستم‌های RAG
  • 80. بهبود دقت و روانی پاسخ‌ها
  • 81. استفاده از تکنیک‌های بازیابی پیشرفته
  • 82. بازیابی مبتنی بر پرسش (Query-based Retrieval)
  • 83. بازیابی مبتنی بر پاسخ (Answer-based Retrieval)
  • 84. بازیابی ترکیبی (Hybrid Retrieval)
  • 85. استفاده از Embeddings سفارشی
  • 86. تنظیمات پیشرفته پایگاه داده برداری
  • 87. مدیریت Indexهای بزرگ
  • 88. استراتژی‌های پشتیبان‌گیری و بازیابی در Pinecone
  • 89. مقدمه‌ای بر معماری‌های عامل‌محور توزیع شده
  • 90. طراحی سیستم‌های RAG مقیاس‌پذیر
  • 91. کاربردهای صنعتی سیستم‌های RAG
  • 92. موردکاوی: سیستم RAG برای پشتیبانی مشتری
  • 93. موردکاوی: سیستم RAG برای تحلیل حقوقی
  • 94. موردکاوی: سیستم RAG برای پژوهش علمی
  • 95. آینده سیستم‌های RAG و عامل‌محور
  • 96. روندهای نوظهور در پردازش زبان طبیعی
  • 97. پیشرفت‌های آتی در LLMs و RAG
  • 98. جمع‌بندی و چشم‌انداز آینده
  • 99. پیاده‌سازی یک سیستم RAG کامل با LangGraph و Pinecone
  • 100. ساخت یک عامل پرسش و پاسخ پیشرفته

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.