IZI1

بناء تطبيقات Python المكثفة بالذكاء الاصطناعي - تأليف Rachelle Palmer & Ben Perlmutter & Ashwin Gangadhar (غلاف ورقي)

لا توجد تقييمات
Target
USD 74.99
آخر تحديث: 26 أكتوبر 2026

حول هذا المنتج

ملخص الكتاب: أتقن بنية التوليد المعزز بالاسترجاع (RAG) وقم بضبط مجموعة أدوات الذكاء الاصطناعي الخاصة بك، بالإضافة إلى اكتشاف حالات استخدام واقعية وأفضل الممارسات لإنشاء تطبيقات ذكاء اصطناعي قوية. المميزات الرئيسية: - استيعاب أساسيات النماذج اللغوية الكبيرة (LLMs)، وقواعد البيانات المتجهة (vector databases)، وأطر عمل Python. - تنفيذ استراتيجيات التوليد المعزز بالاسترجاع الفعالة باستخدام MongoDB Atlas. - تحسين نماذج الذكاء الاصطناعي من حيث الأداء والدقة من خلال ضغط النماذج وتحسين عملية النشر. - يتضمن شراء الكتاب المطبوع أو نسخة Kindle كتاباً إلكترونياً بصيغة PDF مجاناً. وصف الكتاب: لقد بدأ عصر الذكاء الاصطناعي التوليدي، وهذا يُعد هذا الكتاب بمثابة خارطة طريق لاستغلال كامل إمكانات الذكاء الاصطناعي. فمن خلاله، ستتعلم المكونات الأساسية لمجموعة أدوات الذكاء الاصطناعي، والتي تشمل النماذج اللغوية الكبيرة (LLMs)، وقواعد البيانات المتجهة، وأطر عمل Python، كما ستكتشف كيفية عمل هذه التقنيات معاً لإنشاء تطبيقات ذكية. ستساعدك الفصول على اكتشاف أفضل الممارسات لإعداد البيانات، واختيار النماذج، وضبطها بدقة، كما ستعلمك تقنيات متقدمة مثل التوليد المعزز بالاسترداد (RAG) للتغلب على التحديات الشائعة، مثل الهلوسة وتسرب البيانات. ستكتسب فهماً راسخاً لقواعد البيانات المتجهة، وستقوم بتنفيذ استراتيجيات فعالة للبحث المتجه، وتحسين النماذج لرفع مستوى الدقة، وتحسين الأداء لتحقيق نتائج مؤثرة. كما ستتعلم كيفية تحديد ومعالجة إخفاقات الذكاء الاصطناعي لضمان تقديم تطبيقاتك لنتائج موثوقة وذات قيمة. ومن خلال تقييم وتحسين مخرجات نماذج LLMs، ستتمكن من تعزيز أدائها ومدى ملاءمتها. ومع نهاية هذا الكتاب، ستكون مجهزاً تماماً لبناء تطبيقات ذكاء اصطناعي متطورة تقدم قيمة حقيقية في العالم الواقعي. ما ستتعلمه:

  • فهم بنية ومكونات حزمة الذكاء الاصطناعي التوليدي
  • استكشاف دور قواعد البيانات المتجهة في تعزيز تطبيقات الذكاء الاصطناعي
  • إتقان أطر عمل Python لتطوير تطبيقات الذكاء الاصطناعي
  • تنفيذ البحث المتجه في تطبيقات الذكاء الاصطناعي
  • معرفة كيفية تقييم مخرجات نماذج اللغات الكبيرة LLM بفعالية
  • التغلب على الإخفاقات والتحديات الشائعة في تطوير الذكاء الاصطناعي

لمن هذا الكتاب: هذا الكتاب مخصص لمهندسي البرمجيات والمطورين الراغبين في بناء تطبيقات ذكية باستخدام الذكاء الاصطناعي التوليدي. على الرغم من أن هذا الكتاب مناسب للمبتدئين، إلا أن الاستفادة القصوى منه تتطلب معرفة أساسية ببرمجة Python. محتويات الكتاب:

  • البدء مع الذكاء الاصطناعي التوليدي
  • اللبنات الأساسية للتطبيقات الذكية
  • النماذج اللغوية الكبيرة
  • نماذج التضمين
  • قواعد البيانات المتجهة
  • تصميم تطبيقات الذكاء الاصطناعي وتعلم الآلة
  • أطر العمل والمكتبات وواجهات برمجة التطبيقات (APIs) المفيدة
  • تنفيذ البحث المتجه في تطبيقات الذكاء الاصطناعي
  • تقييم مخرجات النماذج اللغوية الكبيرة
  • تحسين نموذج البيانات الدلالية لرفع مستوى الدقة
  • الإخفاقات الشائعة في الذكاء الاصطناعي التوليدي
  • تصحيح وتحسين تطبيق الذكاء الاصطناعي التوليدي الخاص بك
  • المميزات
    • أتقن بنية التوليد المعزز بالاسترجاع (retrieval-augmented generation) وقم بضبط حزمة الذكاء الاصطناعي الخاصة بك، مع اكتشاف حالات استخدام واقعية وأفضل الممارسات لإنشاء تطبيقات ذكاء اصطناعي قوية. المميزات الرئيسية: - الإلمام بأساسيات نماذج اللغات الكبيرة (LLMs)، وقواعد البيانات المتجهة (vector databases)، وأطر عمل Python - تنفيذ استراتيجيات التوليد المعزز بالاسترجاع الفعالة باستخدام MongoDB Atlas - تحسين نماذج الذكاء الاصطناعي من حيث الأداء والدقة من خلال ضغط النماذج وتحسين النشر - يتضمن شراء الكتاب المطبوع أو نسخة Kindle كتابًا إلكترونيًا بصيغة PDF مجانًا. وصف الكتاب: لقد بدأ عصر الذكاء الاصطناعي التوليدي، ويعمل هذا الكتاب كخارطة طريق للاستفادة من كامل إمكاناته.
    • المؤلفون: Rachelle Palmer & Ben Perlmutter & Ashwin Gangadhar
    • 298 صفحة
    • أجهزة الكمبيوتر وبرامج الأعمال والإنتاجية

المواصفات

الأبعاد (الإجمالية)

9.25 بوصة (ارتفاع) × 7.5 بوصة (عرض) × .77 بوصة (عمق)

الوزن

1.57 رطل

العمر المقترح

22 سنة فما فوق

عدد الصفحات

298

النوع

أجهزة الكمبيوتر

النوع الفرعي

برامج الأعمال والإنتاجية

الناشر

Packt Publishing

الموضوع

عام

التنسيق

غلاف ورقي

المؤلف

Rachelle Palmer & Ben Perlmutter & Ashwin Gangadhar

اللغة

الإنجليزية

صور المنتجات هي لأغراض توضيحية فقط وهي صور نموذجية. قد تختلف الألوان أو النقوش أو المواصفات أو الأبعاد أو المقاسات أو الوظائف أو أي خصائص أخرى للمنتج الفعلي عن الواقع بسبب خصائص العرض، لذا يرجى الرجوع إلى تفاصيل المنتج المذكورة في الوصف.

قد يعجبك أيضًا