感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間:
課程簡介
代理型人工智慧簡介
- 定義代理型人工智慧及其與傳統人工智慧系統的關係
- 概述推理、記憶及目標驅動的架構
- 關鍵用例及行業應用
核心概念與設計模式
- 代理循環:感知、推理及行動
- 單代理與多代理系統之比較
- 環境互動及工具調用
提示工程基礎
- 設計有效提示以進行推理及任務分解
- 運用示例、約束條件及角色設定以實現更佳控制
- 系統性地除錯及迭代提示
構建簡單的代理工作流
- 在 Python 中實現代理循環
- 整合 API 及簡單工具
- 管理代理狀態及記憶
負責任設計與安全實務
- 倫理考量及代理的負責任使用
- 人工智慧系統中的偏見、透明度及問責制
- 存取控制、數據保護及內容安全
動手專案:設計負責任的代理
- 定義問題範圍及目標
- 開發提示及控制邏輯
- 測試、優化及評估代理行為
最低要求
- 具備人工智慧或機器學習概念的基本理解
- 熟悉 Python 語法及腳本編寫
- 具有處理數據或基於 API 的應用程式的經驗
目標受眾
- 初涉代理型人工智慧開發的數據科學家
- 探索應用型代理架構的初級機器學習工程師
- 希望了解代理設計及安全原則的技術管理者
客戶評論 (3)
培訓師很有耐心,也非常樂於助人。他對主題非常瞭解。
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
課程 - Agentic AI for Business Automation: Use Cases & Integration
機器翻譯
知識與實踐的良好結合
Ion Mironescu - Facultatea S.A.I.A.P.M.
課程 - Agentic AI for Enterprise Applications
機器翻譯
理論與實踐的結合,以及高層與底層視角的融合
Ion Mironescu - Facultatea S.A.I.A.P.M.
課程 - Autonomous Decision-Making with Agentic AI
機器翻譯