کتاب LangChain: ایجاد ابزارهای پشتیبانی تصمیم‌گیری مبتنی بر هوش مصنوعی

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 LangChain: ایجاد ابزارهای پشتیبانی تصمیم‌گیری مبتنی بر هوش مصنوعی

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: LangChain

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و کاربردهای آن
  • 2. آشنایی با مدل‌های زبانی بزرگ (LLMs)
  • 3. مبانی زبان‌شناسی محاسباتی
  • 4. مفاهیم کلیدی در پردازش زبان طبیعی (NLP)
  • 5. معماری مدل‌های ترنسفورمر
  • 6. آشنایی با LangChain و اجزای اصلی آن
  • 7. نصب و پیکربندی LangChain
  • 8. اولین گام‌ها با LangChain: ساخت یک زنجیره ساده
  • 9. مدل‌های زبانی (LLMs) در LangChain
  • 10. Prompt Engineering پیشرفته برای LLMs
  • 11. مدیریت تاریخچه مکالمه (Memory) در LangChain
  • 12. انواع Memory در LangChain
  • 13. استفاده از Vector Stores برای بازیابی اطلاعات
  • 14. آشنایی با Embeddings و مدل‌های آن‌ها
  • 15. کار با Vector Stores محبوب (Chroma, FAISS, Pinecone)
  • 16. بازیابی اطلاعات (Retrieval) در LangChain
  • 17. ساخت ابزارهای جستجو (Retrievers) سفارشی
  • 18. تکنیک‌های بازیابی پیشرفته
  • 19. Agents و توانمندسازی آن‌ها
  • 20. انواع Agents در LangChain
  • 21. ابزارها (Tools) در LangChain
  • 22. ساخت ابزارهای سفارشی برای Agents
  • 23. استفاده از Function Calling در LangChain
  • 24. Agents مبتنی بر Function Calling
  • 25. کار با انواع مختلف LLM Wrappers
  • 26. مدل‌های زبانی متن به متن (Text-to-Text LLMs)
  • 27. مدل‌های زبانی تولید متن (Text Generation LLMs)
  • 28. مدل‌های زبانی چت (Chat LLMs)
  • 29. Prompt Templates و مدیریت آن‌ها
  • 30. استفاده از Partial Prompt Templates
  • 31. استفاده از Variables در Prompt Templates
  • 32. Chains و انواع آن‌ها
  • 33. Sequential Chains
  • 34. Simple Sequential Chains
  • 35. Transform Chains
  • 36. LLM Chains
  • 37. API Chains
  • 38. SQL Chains
  • 39. Graph Chains
  • 40. Pandas DataFrames Chains
  • 41. استفاده از Indexes در LangChain
  • 42. Document Loaders
  • 43. Text Splitters
  • 44. Embeddings
  • 45. Vector Stores
  • 46. Retrievers
  • 47. Agents as Indexes
  • 48. استفاده از LangChain برای پرسش و پاسخ از اسناد
  • 49. ساخت سیستم پرسش و پاسخ مبتنی بر اسناد
  • 50. فهرست‌سازی اسناد با استفاده از Embeddings
  • 51. بازیابی اسناد مرتبط با پرسش
  • 52. تولید پاسخ با استفاده از LLMs
  • 53. بهبود دقت سیستم پرسش و پاسخ
  • 54. کار با اسناد حجیم و پیچیده
  • 55. استفاده از LangChain برای خلاصه‌سازی متون
  • 56. خلاصه‌سازی اسناد طولانی
  • 57. انواع روش‌های خلاصه‌سازی
  • 58. خلاصه‌سازی مبتنی بر LLMs
  • 59. استفاده از LangChain برای طبقه‌بندی متون
  • 60. ساخت مدل‌های طبقه‌بندی متن
  • 61. استفاده از Prompt Engineering برای طبقه‌بندی
  • 62. استفاده از LangChain برای استخراج اطلاعات
  • 63. استخراج موجودیت‌های نام‌دار (NER)
  • 64. استخراج روابط بین موجودیت‌ها
  • 65. استفاده از LangChain برای ترجمه ماشینی
  • 66. مبانی ترجمه ماشینی
  • 67. کار با مدل‌های زبانی برای ترجمه
  • 68. استفاده از LangChain برای تحلیل احساسات
  • 69. تحلیل احساسات متون
  • 70. کار با LLMs برای تشخیص احساسات
  • 71. استفاده از LangChain برای تولید محتوا
  • 72. تولید متن خلاقانه
  • 73. تولید پست‌های وبلاگ
  • 74. تولید ایمیل‌های بازاریابی
  • 75. استفاده از LangChain برای ساخت چت‌بات‌های پیشرفته
  • 76. طراحی معماری چت‌بات
  • 77. مدیریت وضعیت مکالمه
  • 78. ادغام با پایگاه دانش
  • 79. بهبود تجربه کاربری چت‌بات
  • 80. استفاده از LangChain برای پشتیبانی تصمیم‌گیری
  • 81. تحلیل داده‌ها با استفاده از LLMs
  • 82. ارائه پیشنهادات مبتنی بر تحلیل
  • 83. پشتیبانی از تصمیم‌گیری در حوزه‌های مختلف
  • 84. امنیت و ملاحظات اخلاقی در LangChain
  • 85. حفاظت از داده‌ها و حریم خصوصی
  • 86. جلوگیری از تولید محتوای نامناسب
  • 87. ملاحظات مربوط به سوگیری در LLMs
  • 88. بهینه‌سازی عملکرد و مقیاس‌پذیری LangChain
  • 89. تنظیم پارامترهای LLMs
  • 90. مدیریت حافظه و منابع
  • 91. استفاده از LangChain در پروژه‌های واقعی
  • 92. مطالعات موردی کاربردی
  • 93. چالش‌ها و راهکارها در پیاده‌سازی
  • 94. آینده LangChain و هوش مصنوعی مولد
  • 95. روندهای نوظهور در LLMs
  • 96. توسعه ابزارهای پشتیبانی تصمیم‌گیری هوشمند
  • 97. چالش‌های پیش رو و فرصت‌های آینده

📚 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.