资源截图
MP4 |视频:h264,1920×1080 |音频:AAC,44.1 KHz,2 Ch
语言:英语 |时长:1小时15米
你将学到什么
- 学习从头开始构建自主 AI 代理和可投入生产的生成式 AI 应用
- 通过实际项目掌握 Python、LLM、AI Agent、RAG、矢量数据库、LangChain 和 LangGraph
- 使用 Python 构建智能 AI 代理、LLM 应用程序、RAG 系统和全栈 AI 解决方案
- 使用 Python、LangChain、LangGraph、MCP 和现代 AI 框架学习代理 AI 工程
要求
- 完全不需要有任何经验
描述
通过实际的实践项目掌握代理人工智能和生成人工智能,将您的人工智能技能提升到一个新的水平。这门综合课程专为希望使用 Python 和最新 AI 技术构建智能、自主 AI 应用程序的初学者、软件开发人员、IT 专业人员、学生和 AI 爱好者而设计。
您将首先学习 Python 编程、大型语言模型 (LLM)、即时工程、嵌入和生成式 AI 的基础知识。随着知识的增长,您将探索 Agentic AI 概念,包括智能代理、规划、推理、内存、工具调用、工作流程自动化和多代理协作。您将了解现代人工智能代理如何思考、做出决策、检索信息以及自主执行复杂的任务。
在整个课程中,您将获得行业领先的工具和框架的实践经验,包括 OpenAI API、LangChain、LangGraph、CrewAI、AutoGen、Hugging Face、Ollama、检索增强生成 (RAG)、模型上下文协议 (MCP)、矢量数据库、FastAPI、Streamlit、Docker、Git 和云部署。您将学习如何将 AI 模型与外部 API、数据库、企业系统和现代 Web 应用程序集成,以构建可扩展、可立即投入生产的 AI 解决方案。
本课程侧重于基于项目的学习。您将构建各种实际应用程序,包括人工智能聊天机器人、智能虚拟助理、文档问答系统、人工智能驱动的搜索应用程序、编码助手、工作流程自动化工具、客户支持机器人、研究助理、内容生成平台、多代理系统和端到端人工智能业务应用程序。每个项目都经过精心设计,旨在增强您的实际开发技能并帮助您建立专业的作品集。
您还将学习 AI 工程的行业最佳实践,包括即时优化、结构化输出、模型评估、AI 安全、测试、部署、监控、性能优化和经济高效的 AI 应用程序开发。这些技能将使您准备好创建可靠、安全且可扩展的人工智能系统以供实际使用。
在本课程结束时,您将拥有设计、开发、部署和维护智能代理 AI 和生成 AI 应用程序的信心和专业知识。无论您是想开始人工智能职业生涯、提高软件开发技能、构建创新的人工智能产品、自动化业务工作流程,还是创建强大的人工智能项目组合,本课程都能为您提供成为成功的人工智能开发人员所需的一切。
本课程适合谁
- 它适合任何想要从基础到高级掌握代理 AI 和生成 AI 的人
其他信息
- 作者
- Downloading
- 发布日期
- 23 小时 前
- 类别
- IT与软件
- 软件名称
- 代理人工智能、生成人工智能和法学硕士工程
- 探索
- Video Courses
- 创作者
- Nageswararao Koneti
- 语言
- 英语
- 上传者
- Elsie Davis
- 出版商
- Udemy


评分及评论
暂无评分
来评个分数吧