آموزش LangChain برای ساخت برنامه‌های مبتنی بر مدل‌های زبانی بزرگ

در این دوره کاربردی، کتابخانه‌ی LangChain مورد بررسی قرار می‌گیرد و تمامی موارد مورد نیاز برای طراحی و توسعه‌ی اپلیکیشن‌های مبتنی بر مدل‌های زبانی بزرگ (LLM) به شما آموزش داده می‌شود. با شرکت در این ...

61 دانشجو
پیشرفته

به‌روزرسانی: ۱۴۰۳/۰۴/۲۰

محتوای دوره
پیش‌نیاز‌ها
درباره دوره
درباره استاد

آنچه در این دوره می‌آموزید

مبانی و اصول اولیه LangChain

پیاده‌سازی چت‌بات‌های هوشمند

تولید متن مبتنی بر بازیابی اطلاعات (RAG) Retrieval-Augmented Generation

استخراج داده به صورت ساختارمند

محتوای دوره

4 فصل 13 جلسه 3 ساعت ویدیو
معرفی دوره
مفاهیم پایه و کاربردی در LangChain
موارد مورد نیاز برای طراحی اپلیکیشن Retrieval-Augmented Generation (RAG)
ایجاد خروجی به صورت ساختارمند با استفاده از LLM

پیش‌نیاز‌ها

این دوره به نحوی تهیه و تدوین شده است که مباحث آن به ساده‌ترین شکل ممکن بیان شوند و مخاطبان دوره بتوانند به‌سادگی متوجه موضوعات مطرح شده شوند. به همین جهت برای شرکت در این دوره هیچ پیش‌نیاز به خصوصی وجود ندارد و افراد با هر سطحی از آگاهی و تحصیلات می‌توانند از مباحث این دوره نهایت استفاده را داشته باشند.

درباره دوره

در این دوره کاربردی، کتابخانه‌ی LangChain مورد بررسی قرار می‌گیرد و تمامی موارد مورد نیاز برای طراحی و توسعه‌ی اپلیکیشن‌های مبتنی بر مدل‌های زبانی بزرگ (LLM) به شما آموزش داده می‌شود. با شرکت در این دوره، شما می‌توانید با استفاده از مفاهیم و مثال‌های عملی، انواع اپلیکیشن‌های پیشرفته مانند چت‌بات‌ها، تولید متن مبتنی بر بازیابی اطلاعات (RAG)، خلاصه سازی متن و... را به راحتی پیاده‌سازی کنید.

لازم به ذکر است تمامی کدهای این دوره را در Jupyter Notebook اجرا و منتشر خواهیم کرد.
در این دوره، از مبانی اولیه تا مفاهیم پیشرفته‌ی LangChain بررسی خواهد شد، به طوری که پس از اتمام این دوره، قادر خواهید بود اپلیکیشن‌های هوشمند و کارآمد با استفاده از مدل‌های زبانی بزرگ طراحی کنید. این دوره برای تمام سطوح مهارتی مناسب است، چه تازه‌کار باشید و چه یک توسعه‌دهنده‌ی باتجربه، مطمئن باشید که مطالبی جدید و ارزشمند خواهید آموخت.

 ویژگی‌های برجسته این دوره عبارتند از: 

  •  آموزش جامع و مرحله‌به‌مرحله: از اصول اولیه تا تکنیک‌های پیشرفته
  •  مثال‌های عملی و پروژه‌های واقعی: برای درک بهتر و پیاده‌سازی سریع
  •  دسترسی کامل به تمامی کدهای مطرح شده در طول دوره
  •  دسترسی به منابع و ابزارهای کاربردی: جهت تسهیل فرآیند یادگیری و توسعه

 با شرکت در این دوره، نه تنها مهارت‌های لازم برای طراحی اپلیکیشن‌های مبتنی بر LLM را کسب خواهید کرد، بلکه خواهید توانست خلاقیت خود را در ایجاد اپلیکیشن‌های نوآورانه به کار گیرید.

اطلاعات بیشتر

درباره استاد

محمدحسین گیوکاشی
محمدحسین گیوکاشی
1 دوره
61 دانشجو

مهندس  هوش مصنوعی، فارغ التحصیل رشته ی مهندسی کامپیوتر گرایش هوش مصنوعی از دانشگاه صنعتی اصفهان

اطلاعات بیشتر

سوالات پرتکرار

پس از سپری شدن زمان دوره، به محتوای دوره دسترسی خواهم داشت؟

بله؛ پس از سپری شدن مدت زمان دوره شما به محتوای دوره دسترسی خواهید داشت و می توانید از ویدئوها، تمارین، پروژه و دیگر محتوای دوره در صورت وجود استفاده کنید ولی امکان تصحیح تمارین توسط پشتیبان و دریافت گواهی نامه برای شما وجود نخواهد داشت.