دوره آموزشی
دوبله زبان فارسی
تسلط به Spring AI - ساخت هوش مصنوعی با جاوا
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- درک عمیق از نحوه یکپارچهسازی قابلیتهای هوش مصنوعی با اپلیکیشنهای اسپرینگ بوت
- یادگیری نحوه استفاده از Spring AI برای ساخت سیستمهای هوشمند و واکنش گرا با بهرهگیری از هوش مصنوعی و یادگیری ماشین
- توسعه مهارتهای عملی در پیادهسازی و استقرار مدلهای هوش مصنوعی در پروژههای مبتنی بر اسپرینگ
- بررسی تکنیکهای پیشرفته برای افزایش کارایی اپلیکیشن و بهبود تجربه کاربری از طریق ویژگیهای مجهز به هوش مصنوعی
پیشنیازهای دوره
- درک اولیه از جاوا - آشنایی با زبان برنامهنویسی جاوا و اصول برنامهنویسی شیگر
- تجربه کار با فریمورک اسپرینگ - تجربه قبلی با اسپرینگ بوت و مفاهیم اصلی اسپرینگ
- آشنایی با مفاهیم هوش مصنوعی - درک اولیه از مفاهیم هوش مصنوعی و یادگیری ماشین
- راهاندازی محیط توسعه - توانایی راهاندازی محیط توسعه جاوا و ابزارهای مربوط به کدنویسی و تست
توضیحات دوره
در این دوره جامع، به دنیای پیشرفته یکپارچهسازی هوش مصنوعی با اسپرینگ بوت وارد شوید، این دوره با عنوان «تسلط به Spring AI»، برای توسعهدهندگان جاوا طراحی شده که میخواهند اپلیکیشن های خود را با قابلیتهای قدرتمند هوش مصنوعی ارتقا دهند. در این مسیر، راهنمایی خواهید شد تا به صورت بلادرنگ هوش مصنوعی را در پروژههای اسپرینگ خود بگنجانید.
آنچه خواهید آموخت:
- اصول Spring AI - مفاهیم اصلی Spring AI و نحوه یکپارچهسازی آن با اسپرینگ بوت را درک میکنید.
- یکپارچهسازی مدل هوش مصنوعی - یاد میگیرید چگونه با انواع مدلهای هوش مصنوعی، از جمله مدلهای زبانی و ابزارهای تولید تصویر یکپارچه کرده و کار کنید.
- پردازش و تولید تصویر - تسکهای مرتبط با تصاویر در هوش مصنوعی را در اپلیکیشنهای اسپرینگ خود بررسی میکنید.
- پایگاه دادههای برداری - نحوه استفاده از پایگاه دادههای برداری برای ذخیرهسازی و بازیابی کارآمد داده هوش مصنوعی را میآموزید.
- جستجوی مجهز به هوش مصنوعی - قابلیتهای جستجوی پیشرفته با تکنیکهای هوش مصنوعی را پیاده میکنید.
- مهندسی پرامپت - به هنر ساخت پرامپتهای موثر برای بهینهسازی پاسخهای مدلهای هوش مصنوعی مسلط میشوید.
پیشنیازهای دوره:
- دانش اولیه جاوا و اسپرینگ بوت
- آشنایی با توسعه RESTful API
- درک مفاهیم اولیه هوش مصنوعی (مفید است ولی اجباری نیست.)
مخاطبان دوره:
- توسعهدهندگان جاوا که قصد دارند هوش مصنوعی را در اپلیکیشنهای خود یکپارچه کنند.
- علاقهمندان به اسپرینگ بوت که میخواهند مهارتهای خود را گسترش دهند.
- مهندسان نرمافزار که میخواهند در روندهای هوش مصنوعی در توسعه اپلیکیشن بروز باشند.
در این سفر هیجانانگیز، به Spring AI مسلط شده و اپلیکیشنهای اسپرینگ خود را با قدرت هوش مصنوعی متحول میکنید.
این دوره برای چه کسانی مناسب است؟
- مبتدیان در یادگیری Spring AI
تسلط به Spring AI - ساخت هوش مصنوعی با جاوا
-
مقدمه 00:41
-
بررسی هوش مصنوعی 02:36
-
مدل هوش مصنوعی 03:03
-
GPT (ترنسفرمر مولد از پیش آموزش دیده) 03:53
-
کار با Open AI 00:36
-
ثبتنام برای حساب OpenAI 00:59
-
افزودن اطلاعات صورتحساب 01:09
-
تولید کلیدهای API 00:58
-
hello world در اسپرینگ بوت با OpenAI 09:40
-
درک آبجکت پاسخ چت 09:59
-
ساخت مدل، سرویس و کنترلرها 06:19
-
پرامپتها و قالب پرامپت 03:44
-
مثال قالب پرامپت 06:38
-
مثال قالب منبع 06:18
-
تولید خروجی ساختاریافته 01:38
-
مثال خروجی ساختاریافته با لیست و نقشه 07:16
-
نمونه خروجی ساختارمند با آبجکت 06:33
-
پایگاه داده برداری در هوش مصنوعی 07:36
-
پایگاه داده برداری و پروژههای تعبیه شده 02:50
-
مثال RAG 14:32
-
مثال PGVector 24:55
-
مثال پایگاه داده Croma برای جستجوی شباهت 11:26
-
پایگاه داده برداری Redis با spring AI 16:35
-
جستجوی برداری در MongoDB Atlas 19:46
-
مثال جستجوی برداری در Cassandra 14:33
-
مثال جستجوی برداری در Neo4j 15:05
-
مثال جستجوی برداری در اوراکل 15:06
-
مثال جستجوی برداری در Milvus 09:57
-
مثال جستجوی برداری در Typesense 09:32
-
مثال جستجوی برداری در Weaviate 09:42
-
مثال جستجوی برداری در Qdrant 12:21
-
مثال جستجوی برداری در Opensearch 16:54
-
آزمون RAG None
-
فراخوانی تابع در Spring AI 01:23
-
مثال فراخوانی تابع با استفاده از OpenAI 12:26
-
API تولید تصویر با Spring AI 04:07
-
تولید تصویر با Spring AI 11:01
-
مثال Text to Speech با Spring AI 05:44
-
ویژگیهای Text to Speech 05:28
-
استریمینگ صدا در Text to Speech 08:34
-
Speech to Text - بررسی API ترنسکریپشن 08:35
-
نصب Ollama برای ویندوز 07:04
-
نصب Ollama برای یونیکس (اوبونتو) 07:18
-
دموی Ollama در اسپرینگ بوت 08:08
-
LM Studio برای اجرای LLM محلی 05:53
-
مثال LM Studio با اسپرینگ بوت 09:16
-
سایر ارائهدهندگان هوش مصنوعی 01:09
-
مثال Azure open AI 10:29
-
نصب و مثال Amazon Bedrock 10:55
-
مثال Mistral AI 08:35
-
راهاندازی و مثال Google Vertex Gemini 10:10
-
مثال مشاهدهپذیری در Spring AI 09:09
-
ردیابی با zipkin 04:15
-
بررسی پایپلاین ETL 02:05
-
کلاس سند 02:11
-
دموی پایپلاین ETL 14:39
-
غنیسازی متادیتا 03:09
-
مثال غنیسازی متادیتا 06:26
-
مثال PDF Reader برای ETL 06:18
-
مثال Reader جیسان برای ETL 10:19
-
مثال Markdown Reader برای ETL 08:40
-
ذخیره secret 03:29
-
ذخیره کلید در Google Secret Manager 08:40
-
ذخیره کلید در AWS Secrets Manager 11:16
-
ذخیره کلید در Azure Key Vault 08:58
-
تشکر از شما 00:51
مشخصات آموزش
تسلط به Spring AI - ساخت هوش مصنوعی با جاوا
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:مقدماتی
- تعداد درس:66
- مدت زمان :09:56:09
- حجم :3.88GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy