درباره این دوره
این دوره، نخستین گام از مجموعهی تخصصی AI Agents and Agentic AI in Python محسوب میشود و برخلاف بسیاری از دورههای موجود که صرفاً به آموزش استفاده از یک چارچوب خاص میپردازند، فراگیران را با اصول بنیادین ساخت عاملهای هوش مصنوعی از صفر آشنا میسازد. دکتر Jules White با استفاده از چارچوب GAME (اهداف، اقدامات، حافظه، محیط) ساختار اصلی هر عامل هوشمند را تشریح کرده و نشان میدهد که چگونه میتوان بدون وابستگی به کتابخانههای خارجی، یک عامل کامل و قابل اعتماد ساخت. دوره با تأکید بر اینکه «اصول مهمتر از چارچوبها هستند» طراحی شده است. فراگیران میآموزند که چگونه حلقهی عامل (Agent Loop)، یکپارچهسازی ابزارها، مدیریت حافظه و همکاری چندعاملی را در پایتون پیادهسازی کنند. این دانش پایهای مستقل از هر مدل زبانی یا چارچوب خاصی است و در آینده نیز قابل استفاده خواهد بود. پیشنیازها • تسلط پایه بر برنامهنویسی پایتون (توانایی خواندن، نوشتن و اجرای کد) • آشنایی با برنامهنویسی شیءگرا (OOP) توصیه میشود • نیازی به تجربهی قبلی در هوش مصنوعی یا یادگیری ماشین نیست دستاوردهای یادگیری فراگیران پس از تکمیل دوره، تواناییهای زیر را کسب خواهند نمود: • ساخت عاملهای هوش مصنوعی مستقل در پایتون که قادر به تعامل با APIها و انجام وظایف واقعی هستند • درک عمیق حلقهی عامل (Agent Loop) و نحوهی تصمیمگیری عامل برای اقدام بعدی • طراحی و پیادهسازی مکانیزمهای فراخوانی ابزار (Tool Calling) و کشف ابزار برای تعامل عامل با سیستمهای خارجی • ساخت عاملهای کاربردی برای وظایفی مانند کاوش فایل، تولید مستندات و کمک به کدنویسی • بهکارگیری الگوهای پرامپتنویسی برنامهریزیشده برای طراحی قابلیتهای عامل پیش از نوشتن کد • درک مفاهیم ایمنی و قابلیت اطمینان در عاملها شامل اجرای مرحلهای و اقدامات برگشتپذیر سرفصلهای دوره ماژول ۱: مبانی هوش مصنوعی عاملی • الگوی تعامل معکوس (Flipped Interaction Pattern) • حلقهی عامل (The Agent Loop) و نحوهی عملکرد آن • افزودن ساختار به خروجیهای عامل هوش مصنوعی • پرامپتنویسی برنامهریزیشده (Programmatic Prompting) • ساخت اولین عامل و تعامل با محیط • حافظه و بازخورد در عامل ماژول ۲: ابزارها و اقدامات در عاملها • چارچوب GAIL (اهداف، اقدامات، اطلاعات، زبان) • دادن ابزار به عاملها (Giving Agents Tools) • توضیحات و نامگذاری ابزارها • نتایج ابزار و بازخورد عامل • فراخوانی توابع (Function Calling) در پایتون • تمرین عملی: گسترش عامل فراخوانی تابع ماژول ۳: الگوهای پیشرفته و معماری عامل • الگوهای خودپرامپتدهی (Self-Prompting) • شخصیتهای تخصصی (Expert Personas) در عاملها • سند بهعنوان پیادهسازی (Document-as-Implementation) • همکاری چندعاملی و اشتراک حافظه • برنامهریزی و پیگیری پیشرفت • ایمنی و قابلیت اطمینان در سیستمهای عاملی دورههای تکمیلی پس از اتمام موفقیتآمیز این دوره، فراگیران میتوانند در ادامهی مسیر یادگیری خود در این مجموعهی تخصصی، به دورههای زیر بپردازند: • Prompt Engineering for ChatGPT – مهندسی پرامپت برای ChatGPT • AI Agents and Agentic AI Architecture in Python – معماری عاملهای هوش مصنوعی و هوش مصنوعی عاملی در پایتون


آنچه دریافت میکنید
- زیرنویس فارسی اختصاصی با ترجمهی دقیق
- امتیاز: ۴.۸ از ۵ (بیش از ۳۵۳ نظر)
- ویدئوها با کیفیت 1080p
- زبان: انگلیسی (با زیرنویس فارسی)
- سطح: متوسط
- مدت: حدود ۱۰ ساعت
- پلتفرم: Coursera
پرسشهای متداول
آیا دوره «دوره عاملهای هوش مصنوعی و هوش مصنوعی عاملی با پایتون و هوش مصنوعی مولد» زیرنویس فارسی دارد؟
بله. دوره AI Agents and Agentic AI with Python & Generative AI از Coursera با زیرنویس کامل فارسی در Coursin ارائه میشود.
مدرس دوره «دوره عاملهای هوش مصنوعی و هوش مصنوعی عاملی با پایتون و هوش مصنوعی مولد» کیست؟
این دوره توسط Jules White تدریس میشود.
دوره «دوره عاملهای هوش مصنوعی و هوش مصنوعی عاملی با پایتون و هوش مصنوعی مولد» چقدر طول میکشد؟
مدت این دوره حدود ۱۰ ساعت است.
دوره «دوره عاملهای هوش مصنوعی و هوش مصنوعی عاملی با پایتون و هوش مصنوعی مولد» برای چه سطحی مناسب است؟
سطح این دوره متوسط است.
قیمت دوره «دوره عاملهای هوش مصنوعی و هوش مصنوعی عاملی با پایتون و هوش مصنوعی مولد» چقدر است؟
قیمت دسترسی کامل به این دوره ۴۹۰٬۰۰۰ تومان است.