IZI1

بناء تطبيقات تعتمد على البيانات باستخدام LlamaIndex - تأليف Andrei Gheorghiu (غلاف ورقي)

لا توجد تقييمات
Target
USD 36.99

من Target

آخر تحديث: 02 نوفمبر 2026

حول هذا المنتج

حول الكتاب يوفر هذا المرجع الذي يأتي في توقيته المثالي شروحات واضحة، وأمثلة تطبيقية، ومهارات عملية لاستيعاب المعلومات وتحليلها وفهرستها والاستعلام عنها، وذلك لبناء تطبيقات ذكاء اصطناعي تقدم استجابات ثرية وعالية الجودة ومستندة إلى الحقائق.

ملخص الكتاب حل المشكلات الواقعية بسهولة باستخدام الذكاء الاصطناعي (AI) عبر الاستعانة بإطار عمل البيانات LlamaIndex لتعزيز تطبيقات Python القائمة على نماذج اللغات الكبيرة (LLM).

الميزات الرئيسية

  • دراسة تأثير تقسيم النصوص على سير عمل تقنية RAG وفهم الجوانب الأمنية في تطوير تطبيقات RAG.
  • اكتشاف روبوتات الدردشة والوكلاء الذكيين، وتعلم كيفية بناء محركات محادثة معقدة.
  • التعلم من خلال التطبيق عبر تطبيق المعرفة التي تكتسبها في مشروع عملي.

وصف الكتاب اكتشف الإمكانات الهائلة للذكاء الاصطناعي التوليدي ونماذج اللغات الكبيرة (LLMs) من خلال هذا الدليل الشامل. تعلم كيفية التغلب على قيود نماذج اللغات الكبيرة (LLM)، مثل قيود الذاكرة السياقية، ومشكلات حجم المطالبات، وفجوات البيانات في الوقت الفعلي، وظاهرة "الهلوسة" التي تحدث أحياناً. اتبع أمثلة عملية لتخصيص وإطلاق مشاريع LlamaIndex الخاصة بك، مع إتقان مهارات استيعاب قواعد المعرفة الديناميكية وفهرستها والاستعلام عنها وربطها. يقدم هذا الكتاب فهماً شاملاً لإمكانيات وتطبيقات LlamaIndex، بدءاً من المفاهيم الأساسية لنماذج اللغات الكبيرة وصولاً إلى نشر LlamaIndex وتخصيصه. بنهاية هذا الكتاب، ستكون قادراً على حل تحديات نماذج اللغات الكبيرة LLM وبناء تطبيقات تفاعلية مدعومة بالذكاء الاصطناعي، وذلك باستخدام أفضل الممارسات في هندسة الأوامر البرمجية واستكشاف أخطاء مشاريع الذكاء الاصطناعي التوليدي وإصلاحها. ما ستتعلمه - فهم منظومة LlamaIndex وحالات الاستخدام الشائعة - إتقان تقنيات استيعاب البيانات وتحليلها من مصادر متنوعة ودمجها في LlamaIndex - اكتشاف كيفية إنشاء فهارس محسّنة ومصممة خصيصاً لتناسب حالات الاستخدام الخاصة بك - فهم كيفية الاستعلام من LlamaIndex بفعالية وتفسير الاستجابات - بناء تطبيق ويب تفاعلي متكامل باستخدام LlamaIndex و Python و Streamlit - تخصيص إعدادات LlamaIndex بناءً على احتياجات مشروعك - التنبؤ بالتكاليف والتعامل مع مشكلات الخصوصية المحتملة - نشر تطبيقات LlamaIndex لتكون متاحة للاستخدام من قبل الآخرين. لمن هذا الكتاب؟ هذا الكتاب هذا الكتاب مخصص لمطوري Python الذين لديهم معرفة أساسية بمعالجة اللغات الطبيعية (NLP) والنماذج اللغوية الكبيرة (LLMs) والراغبين في بناء تطبيقات تفاعلية تعتمد على هذه النماذج. كما سيستفيد منه المطورون ذوو الخبرة ومطورو الذكاء الاصطناعي التوليدي من خلال التقنيات المتقدمة التي يتناولها الكتاب لإطلاق كامل قدرات إطار العمل. جدول المحتويات

  • فهم نماذج اللغات الكبيرة
  • LlamaIndex: الجوهرة الخفية - مقدمة عن منظومة LlamaIndex
  • بدء رحلتك مع LlamaIndex
  • إدخال البيانات في سير عمل RAG الخاص بنا
  • الفهرسة باستخدام LlamaIndex
  • الاستعلام عن بياناتنا، الجزء 1 - استرداد السياق
  • الاستعلام عن بياناتنا، الجزء 2 - المعالجة اللاحقة وتوليف الاستجابة
  • بناء روبوتات الدردشة والوكلاء باستخدام LlamaIndex
  • تخصيص ونشر مشروع LlamaIndex الخاص بنا
  • إرشادات وأفضل الممارسات في هندسة الأوامر
  • الخاتمة ومصادر إضافية
  • المميزات
    • حل المشكلات الواقعية بسهولة باستخدام الذكاء الاصطناعي (AI) عبر إطار عمل البيانات LlamaIndex لتعزيز تطبيقات Python القائمة على نماذج اللغات الكبيرة (LLM). المميزات الرئيسية - فحص تأثيرات تقسيم النصوص على سير عمل RAG وفهم الأمان في تطوير تطبيقات RAG - اكتشاف روبوتات الدردشة والوكلاء وتعلم كيفية بناء محركات محادثة معقدة - التعلم من خلال التطبيق عبر تطبيق المعرفة التي تكتسبها في مشروع عملي. وصف الكتاب: اكتشف الإمكانات الهائلة للذكاء الاصطناعي التوليدي ونماذج اللغات الكبيرة (LLMs) من خلال هذا الدليل الشامل.
    • المؤلف (المؤلفون): Andrei Gheorghiu
    • 368 صفحة
    • الحواسيب، البرمجة

المواصفات

الأبعاد (الإجمالية)

9.25 بوصة (ارتفاع) × 7.5 بوصة (عرض) × .76 بوصة (عمق)

الوزن

1.39 رطل

العمر المقترح

22 سنة فما فوق

عدد الصفحات

368

الفئة

أجهزة الكمبيوتر

الفئة الفرعية

البرمجة

الناشر

Packt Publishing

الموضوع

الخوارزميات

التنسيق

غلاف ورقي

المؤلف

Andrei Gheorghiu

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