Name: Mô hình ngôn ngữ lớn LLM cho tất cả mọi người Phần 5 - Tạo AI agent riêng của bạn với LangGraph
Price: 77000 KRW

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Cách triển khai AI agent sử dụng LangGraph
Khái niệm và ứng dụng của AI Agent
Kiến trúc agent AI đa dạng
Tạo AI agent riêng bằng LangGraph
Xây dựng hệ thống RAG chuyên sâu với LangGraph

Hỏi & Đáp 💬

H. Tác nhân AI là gì?

Tác nhân AI là một chương trình phần mềm hoạt động tự động trong một môi trường cụ thể và thực hiện các nhiệm vụ để đạt được mục tiêu đã cho. Tác nhân này nhận thức môi trường xung quanh , đưa ra quyết định dựa trên những quyết định đó, thực hiện hành động , đánh giá kết quả, học hỏi và phát triển để đưa ra quyết định tốt hơn. Một tác nhân AI chủ yếu bao gồm các thành phần cốt lõi sau.

1. Môi trường

Điều này đề cập đến thế giới bên ngoài mà tác nhân tương tác. Đây có thể là môi trường vật lý hoặc môi trường ảo trong hệ thống phần mềm. Tác nhân AI thu thập dữ liệu từ môi trường này và đưa ra quyết định dựa trên dữ liệu đó.

2. Cảm biến

Các tác nhân AI thu thập thông tin từ môi trường xung quanh thông qua các cảm biến. Đối với robot vật lý, các cảm biến này có thể là phần cứng như camera hoặc micrô, trong khi đối với tác nhân phần mềm, chúng có thể thu thập thông tin từ API hoặc cơ sở dữ liệu.

3. Bộ truyền động

Tác nhân là một công cụ hoặc phương pháp được sử dụng để tác động đến môi trường của nó. Ví dụ, một robot có thể điều khiển các thiết bị cơ học như cánh tay hoặc bánh xe để thực hiện các hành động vật lý, trong khi một tác nhân phần mềm có thể thực thi mã hoặc thao tác dữ liệu để tạo ra kết quả.

4. Mục tiêu

Các tác nhân AI thường có một hoặc nhiều mục tiêu. Những mục tiêu này hướng dẫn tác nhân hoàn thành một nhiệm vụ cụ thể hoặc đạt đến một trạng thái cụ thể trong môi trường. Những mục tiêu này có thể được nêu rõ ràng hoặc học thông qua các kỹ thuật như học tăng cường.

5. Hành động và ra quyết định

Các tác nhân AI phân tích thông tin nhận được từ môi trường và đưa ra quyết định tối ưu giữa các hành động khả thi để đạt được mục tiêu nhất định. Đây có thể là một hệ thống dựa trên quy tắc hoặc một thuật toán phức tạp như học tăng cường hoặc mạng nơ-ron sâu.

6. Học tập

Thông qua học tập, các tác nhân AI cải thiện hiệu suất theo thời gian. Một ví dụ điển hình là việc sử dụng các kỹ thuật học máy để học hỏi từ kinh nghiệm trong quá khứ nhằm đưa ra quyết định tốt hơn. Điều này cho phép tác nhân nhanh chóng thích ứng với những thay đổi trong môi trường và cải thiện các chiến lược hành vi của mình.

H. Người chơi có cần kiến thức không?

Bài giảng này [Mô hình Ngôn ngữ Lớn cho Mọi Người (LLM) Phần 5 - Xây dựng Tác nhân AI của Riêng Bạn với LangGraph] sẽ hướng dẫn bạn cách xây dựng tác nhân AI bằng thư viện LangGraph và LLM . Do đó, bài giảng được tiến hành với giả định rằng bạn đã có kiến thức cơ bản về Python, xử lý ngôn ngữ tự nhiên, LLM và LangChain. Vì vậy, nếu bạn chưa có kiến thức nền tảng, chúng tôi khuyên bạn nên tham khảo bài giảng trước [ Mô hình Ngôn ngữ Lớn cho Mọi Người (LLM) Phần 2 - Xây dựng ChatGPT của Riêng Bạn với LangChain] trước.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

Người muốn tìm việc về nghiên cứu Deep Learning
Người muốn nghiên cứu về AI/Deep Learning
Các bạn đang chuẩn bị cao học AI
Người muốn xây dựng tác nhân AI cá nhân bằng LangGraph
Ai muốn xây dựng hệ thống RAG nâng cao hơn hệ thống RAG cơ bản bằng LangGraph.

Cần biết trước khi bắt đầu?

Kinh nghiệm sử dụng Python
Kinh nghiệm học khóa học trước: [Mô hình ngôn ngữ lớn LLM (Large Language Model) Part 2 dành cho mọi người - Tạo ChatGPT của riêng tôi bằng LangChain]

Xin chào
Đây là

8,882

Học viên

651

Đánh giá

350

Trả lời

4.6

Xếp hạng

Các khóa học

AISchool ( http://aischool.ai/ )
AISchool 유튜브 채널 운영 ( https://www.youtube.com/@aischool_ai )
서울대학교 인공지능 및 컴퓨터 비전 연구실 석사
[솔라리스의 인공지능 연구실] 블로그 운영
[텐서플로로 배우는 딥러닝] 집필
S전자 컴퓨터 비전 관련 프로젝트 수행
기업대상 [AI 컨설팅 서비스] 제공
에이아이스쿨 [TensorFlow와 실습 프로젝트로 배우는 딥러닝-컴퓨터비전 Basic 코스] 강의 진행

Chương trình giảng dạy

Tất cả

67 bài giảng ∙ (17giờ 56phút)

Tài liệu khóa học:

Tài liệu bài giảng

Phần 1. Hướng dẫn thực hành

1 bài giảng

1. Cách kiểm tra link colab thực hành

Phần 2. Tải xuống slide bài giảng

1 bài giảng

2. Tải xuống slide bài giảng

Phần 3. 1강 - AI 에이전트란

1 bài giảng ∙ (19phút)

3. AI agent là
19:21

Phần 4. 2강 - Cơ bản về LangGraph

3 bài giảng ∙ (52phút)

Phần 5. 3강 - Tìm hiểu về các Tool mà AI Agent có thể sử dụng

4 bài giảng ∙ (53phút)

Phần 6. Structured Outputs - Chức năng mới nhất cần thiết để triển khai AI agent

4 bài giảng ∙ (48phút)

Phần 7. 4강 - Tạo hệ thống đa tác nhân (Multi-agent) với LangGraph

6 bài giảng ∙ (2giờ 3phút)

Phần 8. 5강 - Cải thiện hệ thống RAG cơ bản hơn nữa với LangGraph

4 bài giảng ∙ (55phút)

Phần 9. 6강 - Kiến trúc nâng cao LangGraph

4 bài giảng ∙ (1giờ 32phút)

Phần 10. 7강 - STORM(Tổng hợp Dàn ý Chủ đề thông qua Truy xuất và Đặt câu hỏi Đa góc nhìn)

4 bài giảng ∙ (1giờ 22phút)

Phần 11. 8강 - Tạo AI Agent của riêng bạn với LangGraph

4 bài giảng ∙ (1giờ 1phút)

Phần 12. 9강 - Triển khai AI Agent sử dụng mô hình Llama

6 bài giảng ∙ (1giờ 27phút)

Phần 13. 10강 - LLMCompiler

3 bài giảng ∙ (45phút)

Phần 14. Bài 11 - Tạo bản tin AI

4 bài giảng ∙ (58phút)

Phần 15. 12강 - Tạo AI Agent phân tích tiền điện tử

2 bài giảng ∙ (34phút)

Phần 16. 13강 - Triển khai SQL Agent

2 bài giảng ∙ (44phút)

Phần 17. 14강 - Tạo prompt bằng LLM

1 bài giảng ∙ (17phút)

Phần 18. OpenAI Responses API - API mới tích hợp Chat Completions API và Assistants API (phát hành 2025-03-11)

4 bài giảng ∙ (1giờ 17phút)

Phần 19. 15강 - Triển khai tác nhân tạo mã

5 bài giảng ∙ (1giờ 15phút)

Phần 20. OpenAI Agents SDK

1 bài giảng ∙ (21phút)

Phần 21. MCP(Model Context Protocol)

2 bài giảng ∙ (24phút)

Phần 22. Kết thúc

1 bài giảng

Ngày đăng:

Cập nhật lần cuối:

Đánh giá

Tất cả

29 đánh giá

4.9

29 đánh giá

aibot
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
38% đã tham gia
inflearn, fastcampus등 다양한 플래폼의 ai 강의를 듣는데 제일 만족스럽습니다. 회사의 프로젝트와 연관도도 제일 높습니다.
YCorn
Đánh giá 1
∙
Đánh giá trung bình 4.0
4
39% đã tham gia
다른 것은 좋은 데요。 발표에 사용했던 ｐｏｗｅｒｐｏｉｎｔ 자료도 ｕｐｌｏａｄ하면 좋을 것 같아요。ｎｏｔｅｂｏｏｋ자료 말고요。
빛나는봄
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
98% đã tham gia
LangGraph를 활용한 AI 에이전트 구축 심화 학습에 실질적인 도움을 주는, 최신 기술과 다양한 활용 사례를 배울 수 있는 유익한 강의였습니다.
Alex
Đánh giá 7
∙
Đánh giá trung bình 5.0
5
5% đã tham gia
이처럼 LLM을 배우는데 있어서 짜임새 있는 교육을 받을 수 있는 수강이 몇 없다고 생각합니다. 어려운 개념인 만큼 습득하는 지식의 순서가 중요하다고 생각하는데 이 강의뿐만 아니라 예제부터 배우는 자연어처리 수업도 모두 퀄리티가 좋으니 이 글을 보시는 분들께 적극적으로 추천드리고 싶습니다.
Chulgil Lee
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
7% đã tham gia
강의 슬라이드와 실습용 코랩 노트북 덕분에 흐름을 따라가기 쉬웠습니다. 필요한 내용만 콕 집어 설명해주셔서 이해가 잘 되었어요. 군더더기 없이 핵심에 집중한 강의 스타일이 마음에 들었습니다. 실습 중심의 구성이라 배운 내용을 바로 적용해볼 수 있어 좋았습니다. 앞으로도 이런 구조의 강의가 많아졌으면 좋겠습니다!

Mô hình ngôn ngữ lớn LLM cho tất cả mọi người Phần 5 - Tạo AI agent riêng của bạn với LangGraph

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

AI Agent, sự kết hợp hoàn hảo của các công nghệ AI mới nhất!
Bằng cách triển khai nhiều tác nhân AI khác nhau, bạn sẽ học cách triển khai tác nhân AI của riêng mình bằng LangGraph.

Khóa học này dành cho ai?

Khóa học dành cho người chơi ✅

Hỏi & Đáp 💬

Khuyến nghị cho
những người này

Xin chào
Đây là

Chương trình giảng dạy

Đánh giá

Khóa học khác của AISchool

Khóa học tương tự

Mô hình ngôn ngữ lớn LLM cho tất cả mọi người Phần 5 - Tạo AI agent riêng của bạn với LangGraph

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

AI Agent, sự kết hợp hoàn hảo của các công nghệ AI mới nhất! Bằng cách triển khai nhiều tác nhân AI khác nhau, bạn sẽ học cách triển khai tác nhân AI của riêng mình bằng LangGraph.

Khóa học này dành cho ai?

Khóa học dành cho người chơi ✅

Hỏi & Đáp 💬

Khuyến nghị cho những người này

Xin chàoĐây là .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

Chương trình giảng dạy

Đánh giá

Khóa học khác của AISchool

Khóa học tương tự

AI Agent, sự kết hợp hoàn hảo của các công nghệ AI mới nhất!
Bằng cách triển khai nhiều tác nhân AI khác nhau, bạn sẽ học cách triển khai tác nhân AI của riêng mình bằng LangGraph.

Khuyến nghị cho
những người này

Xin chào
Đây là