سپنتا کتاب اکسپرس
کتاب ساخت سیستم‌های پرسش و پاسخ با استفاده از Agents برای Amazon Bedrock

کتاب ساخت سیستم‌های پرسش و پاسخ با استفاده از Agents برای Amazon Bedrock

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 ساخت سیستم‌های پرسش و پاسخ با استفاده از Agents برای Amazon Bedrock

موضوع کلی: هوش مصنوعی و پردازش زبان طبیعی

موضوع میانی: پیاده‌سازی سیستم‌های پرسش و پاسخ هوشمند

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و پردازش زبان طبیعی
  • 2. مبانی یادگیری ماشین برای پردازش زبان طبیعی
  • 3. معماری‌های شبکه‌های عصبی در پردازش زبان طبیعی
  • 4. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLMs)
  • 5. ساختار و عملکرد مدل‌های ترنسفورمر
  • 6. مبانی پایگاه‌های دانش و استخراج اطلاعات
  • 7. مفهوم بازیابی اطلاعات و شاخص‌گذاری
  • 8. اصول سیستم‌های پرسش و پاسخ (QA)
  • 9. معماری‌های سنتی سیستم‌های پرسش و پاسخ
  • 10. مقدمه‌ای بر RAG (Retrieval Augmented Generation)
  • 11. نقش Agents در بهبود سیستم‌های QA
  • 12. معرفی Amazon Bedrock
  • 13. قابلیت‌های Agents در Amazon Bedrock
  • 14. ایجاد اولین Agent برای Amazon Bedrock
  • 15. تنظیمات پایه Agent
  • 16. تعریف پایگاه دانش برای Agent
  • 17. اتصال Agent به منابع داده
  • 18. مبانی پردازش زبان طبیعی فارسی
  • 19. ابزارهای پردازش زبان طبیعی فارسی
  • 20. پیش‌پردازش متن فارسی برای RAG
  • 21. توکن‌سازی متن فارسی
  • 22. حذف کلمات توقف فارسی
  • 23. ریشه‌یابی و بن‌واژه‌یابی در فارسی
  • 24. تحلیل معنایی در فارسی
  • 25. مدل‌های زبانی فارسی
  • 26. آموزش مدل‌های زبانی فارسی
  • 27. ارزیابی مدل‌های زبانی فارسی
  • 28. مبانی پایگاه‌های داده برداری (Vector Databases)
  • 29. معرفی پایگاه‌های داده برداری محبوب
  • 30. ایجاد و مدیریت پایگاه داده برداری
  • 31. مقایسه پایگاه‌های داده برداری
  • 32. ذخیره‌سازی اسناد در پایگاه داده برداری
  • 33. بازیابی اسناد مرتبط با پرسش
  • 34. بهینه‌سازی بازیابی در پایگاه داده برداری
  • 35. مقدمه‌ای بر Embeddings
  • 36. تولید Embeddings برای متن فارسی
  • 37. مدل‌های Embeddings فارسی
  • 38. استفاده از Embeddings در RAG
  • 39. پیاده‌سازی RAG با استفاده از Embeddings
  • 40. تنظیم پارامترهای Embeddings
  • 41. ارزیابی کیفیت Embeddings
  • 42. مبانی ابزار LangChain
  • 43. استفاده از LangChain برای ساخت زنجیره QA
  • 44. اتصال LangChain به Amazon Bedrock
  • 45. ایجاد Agent سفارشی با LangChain
  • 46. مدیریت وضعیت در Agent
  • 47. مدل‌های Agent در LangChain
  • 48. استراتژی‌های بازیابی در LangChain
  • 49. تنظیمات Agent برای بازیابی بهینه
  • 50. ارزیابی عملکرد Agent
  • 51. دیباگ کردن Agent
  • 52. مقدمه‌ای بر ابزارهای هوش مصنوعی مولد
  • 53. استفاده از مدل‌های مولد در QA
  • 54. تنظیمات تولید متن توسط مدل‌های مولد
  • 55. کنترل خروجی مدل‌های مولد
  • 56. مبانی Prompt Engineering
  • 57. نوشتن Prompt های مؤثر برای QA
  • 58. Prompt های چند مرحله‌ای
  • 59. Prompt های مبتنی بر مثال
  • 60. ارزیابی Prompt ها
  • 61. بهینه‌سازی Prompt برای فارسی
  • 62. مقدمه‌ای بر امنیت داده‌ها در سیستم‌های هوش مصنوعی
  • 63. حفاظت از داده‌های حساس در پایگاه دانش
  • 64. رمزنگاری داده‌ها
  • 65. کنترل دسترسی به داده‌ها
  • 66. ملاحظات اخلاقی در هوش مصنوعی
  • 67. شفافیت در سیستم‌های QA
  • 68. مسئولیت‌پذیری در هوش مصنوعی
  • 69. سوگیری در مدل‌های زبانی
  • 70. شناسایی و کاهش سوگیری
  • 71. اصول طراحی سیستم‌های QA قابل اعتماد
  • 72. ارزیابی جامع سیستم‌های QA
  • 73. معیارهای ارزیابی در QA
  • 74. تست A/B برای سیستم‌های QA
  • 75. جمع‌آوری بازخورد کاربران
  • 76. بهبود مستمر سیستم‌های QA
  • 77. مقدمه‌ای بر مفاهیم پیشرفته RAG
  • 78. RAG چند مرحله‌ای
  • 79. RAG ترکیبی
  • 80. RAG با حافظه
  • 81. استفاده از ابزارهای خارجی در Agent
  • 82. مدیریت خطا در Agent
  • 83. پیکربندی Agent برای سناریوهای پیچیده
  • 84. معماری‌های مقیاس‌پذیر برای QA
  • 85. Deploy کردن سیستم‌های QA
  • 86. مانیتورینگ سیستم‌های QA
  • 87. به‌روزرسانی پایگاه دانش
  • 88. مدیریت نسخه‌های Agent
  • 89. بهینه‌سازی هزینه‌ها در Amazon Bedrock
  • 90. ملاحظات حاکمیتی در استفاده از هوش مصنوعی
  • 91. قوانین و مقررات مربوط به هوش مصنوعی در ایران
  • 92. اصول رعایت حریم خصوصی در ایران
  • 93. چارچوب‌های قانونی حفاظت از داده‌ها
  • 94. نقش نهادهای نظارتی در ایران
  • 95. معرفی چارچوب‌های اسلامی در اقتصاد (بانکداری بدون ربا)
  • 96. کاربرد هوش مصنوعی در تسهیل عقود اسلامی
  • 97. سیستم‌های پرسش و پاسخ فقهی
  • 98. مبانی فقهی در حوزه داده و اطلاعات
  • 99. اصول اخلاقی اسلامی در فناوری
  • 100. مطالعه موردی: سیستم QA برای قوانین بانکی

📚 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.