آموزش LangChain برای ساخت برنامه‌های مبتنی بر مدل‌های زبانی بزرگ

poster
پیش‌نمایش 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 ... ادامه

برگزارکننده:  مکتب‌خونه  مکتب‌خونه
مدرس دوره:
محمدحسین گیوکاشی

برگزارکننده:

مکتب‌خونه
سطح: پیشرفته
 پلاس

آنچه در این دوره می‌آموزیم:

 مبانی و اصول اولیه LangChain

 پیاده‌سازی چت‌بات‌های هوشمند

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

 استخراج داده به صورت ساختارمند

پیش‌نیاز‌ها

آشنایی مقدماتی با پایتون و مدل‌های زبانی بزرگ لازم می‌باشد.

سرفصل‌های دوره آموزش LangChain برای ساخت برنامه‌های مبتنی بر مدل‌های زبانی بزرگ

معرفی دوره

در این بخش به معرفی مواردی که در دوره مطرح خواهد شد می پردازیم.

  معرفی دوره
مشاهده
"06:00  
مفاهیم پایه و کاربردی در LangChain

در این فصل به موارد زیر پرداخته خواهد شد.

1)Start with LangChain
2)Model-prompt-parser
3)Memory
4)Chains
5)Agents

  شروع کار با کتابخانه‌ی LangChain
"24:47  
  آشنایی با Model, Prompt و Parser
"22:11  
  بررسی Memory و نحوه‌ی استفاده از آن در LangChain
"14:16  
  معرفی انواع Chain
"16:07  
  بررسی Agent در LangChain
"17:02  
موارد مورد نیاز برای طراحی اپلیکیشن Retrieval-Augmented Generation (RAG)

در این فصل بخش‌های مورد نیاز برای طراحی اپلیکیشن مبتنی بر RAG بیان خواهد شد. با استفاده از LLM قابلیت چت با انواع داده‌های مختلف مانند فایل‌های Pdf ایجاد شده و مکان بیان پرسش و پاسخ و دریافت جواب‌های مرتبط با توجه به فایل‌های ورودی وجود دارد. در انتهای این فصل Chatbot برای این منظور پیاده سازی می‌شود.

  نحوه‌ی load کردن انواع document های مطرح با استفاده از LangChain
"07:00  
  بررسی Document splitting
"16:34  
  Vector stores and Embeddings در LangChain
"10:47  
  معرفی و بررسی Retrieval
"14:18  
  Question Answering مبتنی بر فایل
"06:11  
  پیاده سازی Chatbot
"11:07  
ایجاد خروجی به صورت ساختارمند با استفاده از LLM

در این فصل انواع روش های مطرح در زمینه ی ایجاد خروجی در فرمت و ساختار مشخص با استفاده از LLM  بیان و مثال هایی کاربردی بررسی خواهد شد.

  Structured Output
"14:13  

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.

درباره استاد

محمدحسین گیوکاشی

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

نظرات کاربران

تا کنون نظری برای این دوره ثبت نشده است. برای ثبت نظر باید ابتدا در دوره ثبت نام کرده و دانشجوی دوره باشید.

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.