Nauka z wzmocnieniem dla agentów AI - Plan Szkolenia
Uczenie wzmacniające (RL) jest fundamentem współczesnych badań i zastosowań sztucznej inteligencji. Skupia się na szkoleniu agentów w podejmowaniu optymalnych decyzji w dynamicznych, wielokrokowych środowiskach.
Ten szkolenie prowadzone przez instruktora (online lub stacjonarne) jest przeznaczone dla zaawansowanych specjalistów w dziedzinie sztucznej inteligencji, którzy chcą opanować techniki uczenia wzmacniającego i zastosować je do szkolenia agentów sztucznej inteligencji w rozwiązywaniu złożonych problemów.
Po zakończeniu tego szkolenia uczestnicy będą w stanie:
- Zrozumieć podstawowe zasady uczenia wzmacniającego i procesów decyzyjnych Markowa (MDPs).
- Projektować i wdrażać algorytmy RL, takie jak Q-Learning, SARSA i Deep Q-Networks (DQN).
- Wykorzystywać ramy, takie jak OpenAI Gym i biblioteki RL do praktycznych zastosowań.
- Szkolić agentów sztucznej inteligencji do rozwiązywania rzeczywistych, wielokrokowych problemów decyzyjnych.
- Rozwiązywać problemy, takie jak kompromis między eksploracją a eksploatacją oraz zbieżność w szkoleniu RL.
Format kursu
- Interaktywne wykłady i dyskusje.
- Wiele ćwiczeń i praktyki.
- Ręczne wdrażanie w środowisku laboratoryjnym.
Opcje dostosowania kursu
- Aby zlecić dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia.
Plan Szkolenia
Wprowadzenie do uczenia wzmacniającego
- Przegląd uczenia wzmacniającego i jego zastosowań
- Różnice między uczaniem nadzorowanym, nie nadzorowanym a uczącym wzmacniającym
- Kluczowe pojęcia: agent, środowisko, nagrody i polityka
Procesy Decyzyjne Markowa (MDPs)
- Zrozumienie stanów, działań, nagród i przejść stanów
- Funkcje wartości i równanie Bellmana
- Programowanie dynamiczne do rozwiązywania MDPs
Podstawowe Algorytmy RL
- Metody tablicowe: Q-Learning i SARSA
- Metody opierające się na polityce: algorytm REINFORCE
- Ramy Actor-Critic i ich zastosowania
Głębokie Uczenie Wzmacniające
- Wprowadzenie do Deep Q-Networks (DQN)
- Ponowne wykorzystanie doświadczeń i sieci docelowe
- Gradienty polityki i zaawansowane metody głębokiego RL
Ramy i Narzędzia RL
- Wprowadzenie do OpenAI Gym i innych środowisk RL
- Używanie PyTorch lub TensorFlow do rozwijania modeli RL
- Trenowanie, testowanie i benchmarkowanie agentów RL
Wyzwania w RL
- Balansowanie eksploracji i eksploatacji podczas trenowania
- Radzenie sobie z rzadkimi nagrodami i problemami przypisywania kredytu
- Skalowalność i wyzwania obliczeniowe w RL
Aktywności Ręczne
- Implementowanie algorytmów Q-Learning i SARSA od podstaw
- Trenowanie agenta opierającego się na DQN do grania w prostą grę w OpenAI Gym
- Dopasowywanie modeli RL dla poprawy wydajności w niestandardowych środowiskach
Podsumowanie i Kolejne Krok
Wymagania
- Silne zrozumienie zasad uczenia maszynowego i algorytmów
- Biegłość w programowaniu w języku Python
- Zapoznanie z sieciami neuronowymi i ramami uczenia głębokiego
Uczestnicy
- Inżynierowie uczenia maszynowego
- Specjaliści od sztucznej inteligencji
Szkolenia otwarte są realizowane w przypadku uzbierania się grupy szkoleniowej liczącej co najmniej 5 osób na dany termin.
Nauka z wzmocnieniem dla agentów AI - Plan Szkolenia - Booking
Nauka z wzmocnieniem dla agentów AI - Plan Szkolenia - Enquiry
Nauka z wzmocnieniem dla agentów AI - Zapytanie o Konsultacje
Zapytanie o Konsultacje
Opinie uczestników (1)
Trener reagujący na pytania na bieżąco.
Adrian
Szkolenie - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Przetłumaczone przez sztuczną inteligencję
Propozycje terminów
Szkolenia Powiązane
Advanced AutoGen: Custom Agents & Dynamic Tool Use
14 godzinAutoGen to otwarty framework z Microsoft do budowy aplikacji wieloagentowych, które wykorzystują LLMs, narzędzia, pamięć i interakcję użytkownika.
To prowadzone przez instruktora szkolenie na żywo (online lub stacjonarne) skierowane jest do zaawansowanych programistów i architektów, którzy chcą zaprojektować i wdrożyć głęboko spersonalizowane agenty za pomocą API opartych na Python, możliwości wywoływania funkcji i modularnych łańcuchów narzędziowych.
Po zakończeniu tego szkolenia uczestnicy będą mogli:
- Rozwijać niestandardowe agenty z logiką specyficzną dla roli i routingu narzędzi.
- Budować dynamiczne przepływy pracy za pomocą zaawansowanych wywołań funkcji i przełączania kontekstu.
- Wdrażać moduły pamięci i ramy planowania w zespołach agentów.
- Obsługiwać stany błędów wielu agentów i mechanizmy adaptacyjnego ponownego uruchamiania.
Format kursu
- Interaktywne wykłady i dyskusje.
- Wiele ćwiczeń i praktyki.
- Ręczne wdrażanie w żywym środowisku laboratoryjnym.
Opcje dostosowania kursu
- Aby zażądać dostosowanego szkolenia dla tego kursu, skontaktuj się z nami, aby to uregulować.
Zaawansowany Read AI: Integracja z Slack, CRM i Notion
7 godzinTo szkolenie prowadzone przez instruktora (online lub stacjonarne) jest przeznaczone dla profesjonalistów o średnim i zaawansowanym poziomie zaawansowania, którzy chcą zintegrować Read AI z platformami takimi jak Slack, systemami CRM i Notion, aby automatyzować przepływ pracy i poprawić efektywność zespołu.
Na zakończenie tego szkolenia uczestnicy będą mogli:
- Połącz Read AI z Slack, Salesforce, Notion i podobnymi narzędziami.
- Automatyzować dostarczanie podsumowań spotkań i zadań na różnych platformach.
- Synchronizować dane Read AI z systemami CRM i tablicami zadań.
- Diagnostykować problemy z integracją i optymalizować konfiguracje zgodnie z potrzebami zespołu.
Interactive AI Agents: AgentCore Memory, Code Interpreter & Browser Tool in Action
14 godzinAgentCore zapewnia utrzymywanie pamięci, bezpieczny interpreter kodu oraz narzędzie przeglądarkowe, które pozwalają na dostarczanie interaktywnych, dynamicznych i kontekstowych doświadczeń przez agenty AI.
To prowadzone przez instruktora szkolenie (online lub na miejscu) jest skierowane do praktyków technicznych na poziomie średnio-zaawansowanym do zaawansowanym, którzy chcą zaprojektować i wdrożyć agenty AI zdolne do utrzymywania długoterminowego kontekstu, obliczeń w locie oraz bezpośredniej interakcji z interfejsami internetowymi.
Na koniec tego szkolenia uczestnicy będą w stanie:
- Wdrażać pamięć AgentCore dla stanowych, kontekstowych procesów.
- Korzystać z bezpiecznego interpretera kodu dla dynamicznych obliczeń i transformacji.
- Integrować narzędzie przeglądarkowe dla pobierania danych w czasie rzeczywistym i interakcji z UI.
- Projektować interaktywne agenty dla analiz, obsługi klienta i badań.
Format kursu
- Interaktywne wykłady i dyskusje.
- Praktyczne ćwiczenia laboratoryjne z pamięcią i narzędziami AgentCore.
- Studia przypadku w scenariuszach analiz, automatyzacji i obsługi klienta.
Opcje dostosowania kursu
- Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami, aby umówić.
Przyspieszenie Wdrażania Agentów AI za Pomocą AgentCore Runtime & Gateway
14 godzin- Uruchamiać środowiska AgentCore Runtime i pakować agentów do wdrażania.
- Udostępniać agentów przez Gateway za pomocą zweryfikowanych, ograniczonych końcówek.
- Integrować zewnętrzne narzędzia i API z przepływem pracy agentów przy użyciu stabilnych kontraktów.
- Monitorować obserwowalność, logowanie i monitorowanie użytkowania dla operacji w produkcji.
Format kursu
- Interaktywne wykłady i dyskusje.
- Praktyczne laboratoria z wdrażaniem Runtime i integracjami Gateway.
- Praktyczne ćwiczenia skupione na niezawodności, bezpieczeństwie i wdrażaniu.
Opcje dostosowania kursu
- Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, prosimy o kontakt z nami w celu uzgodnienia.
AutoGen for Enterprise AI Automation
21 godzinBudowanie Pełniąco Zarządzanych Agentów AI z AgentCore: Od Koncepcji do Produkcji
14 godzinRozpocznij pracę z CrewAI
7 godzinTen szkolenie prowadzone przez instruktora (online lub stacjonarne) jest skierowane do początkujących profesjonalistów, którzy chcą poznać podstawy CrewAI i budować proste systemy wieloagentowe.
Po zakończeniu tego szkolenia uczestnicy będą w stanie:
- Zrozumieć architekturę i zasady projektowania CrewAI.
- Zdefiniować role, zadania i przepływy w zespole agentów.
- Tworzyć wspólne przepływy pracy za pomocą ramki CrewAI.
- Budować, testować i uruchamiać podstawowe scenariusze wieloagentowe.
Projektowanie wieloagentowych przepływów pracy z AutoGen Studio
14 godzinAutoGen Studio to środowisko wizualne do tworzenia i zarządzania pracami wieloagentowymi opartymi na LLM bez konieczności pisania kodu.
To szkolenie prowadzone przez instruktora (online lub stacjonarnie) jest przeznaczone dla profesjonalistów z zakresu biznesu i innowacji na poziomie początkującego do średnio zaawansowanego, którzy chcą używać AutoGen Studio do wizualnego projektowania, testowania i doskonalenia interakcji agentów dla automatyzacji wewnętrznej lub rozwoju produktów z wzmocnioną sztuczną inteligencją.
Po ukończeniu tego szkolenia uczestnicy będą mogli:
- Tworzyć prace wieloagentowe za pomocą interfejsu bez kodu.
- Definiować role, zapytania i cele agentów za pomocą AutoGen Studio.
- Wizualizować i zarządzać przepływem wiadomości między agentami.
- Włączać obsługę błędów i ulepszanie kontekstu w logice agentów.
Format kursu
- Interaktywne wykłady i dyskusje.
- Wiele ćwiczeń i praktyk.
- Ręczna implementacja w żywym środowisku laboratoryjnym.
Opcje dostosowania kursu
- Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami, aby umówić się.
Enterprise Agentic AI z Amazon Bedrock AgentCore
14 godzinAmazon Bedrock AgentCore to gotowy do wdrożenia framework służący do budowy, wdrażania i skalowania agentów AI z zintegrowaną obsługą pamięci, obserwowalności i bezpiecznego zarządzania tożsamością.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do inżynierów i architektów o średnim do zaawansowanym poziomie umiejętności, którzy chcą zaprojektować, zabezpieczyć i obsługiwać systemy AI agentów z użyciem AWS Bedrock AgentCore.
Na zakończenie tego szkolenia uczestnicy będą w stanie:
- Zrozumieć architekturę i składniki AgentCore.
- Wdrażać i zarządzać agentami AI z użyciem Runtime i Gateway.
- Wdrażać trwałą pamięć i stanowe interakcje.
- Zastosować kontrole tożsamości, obserwowalności i zgodności.
- Projektować systemy wieloagentowe dla przepływów pracy na skalę przedsiębiorstwa.
Format kursu
- Interaktywne wykłady i dyskusje.
- Sesje laboratoryjne AWS z AgentCore.
- Praktyczne ćwiczenia z scenariuszami wdrażania i monitorowania.
Opcje dostosowywania kursu
- Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu uregulowania szczegółów.
Zabezpieczanie Agentów AI: Tożsamość, Obserwowalność i Zgodność z AgentCore
14 godzinAgentCore zapewnia wbudowane funkcje identyfikacji, obserwowalności i zgodności, które pozwalają organizacjom odpowiedzialnie wdrażać agentów AI w środowiskach przedsiębiorstw.
To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest skierowane do zaawansowanych praktyków, którzy chcą zaprojektować i obsługiwać bezpieczne, weryfikowalne i zgodne z przepisami systemy agentów AI za pomocą Amazon Bedrock AgentCore.
Do końca tego szkolenia uczestnicy będą w stanie:
- Wdrażać modele identyfikacji i uprawnień dla przedsiębiorstw dla agentów.
- Włączać obserwowalność za pomocą strukturalnego logowania, metryk i śledzenia.
- Zastosować kontrole zgodności w celu dostosowania się do ram prawnych.
- Audytować aktywność agentów i utrzymywać bezpieczne kontrole na poziomie sesji.
Format kursu
- Interaktywne wykłady i dyskusje.
- Praktyczne laboratoria z narzędziami AWS do bezpieczeństwa i monitorowania.
- Przykłady z regulowanych środowisk przedsiębiorstw.
Opcje dostosowywania kursu
- Aby zapytać o dostosowane szkolenie dla tego kursu, prosimy o kontakt z nami w celu uregulowania.
Budowanie Systemów Agentów LLM z AutoGen
21 godzinBudowanie Systemów Agenta z LLM za pomocą AutoGen jest kursem praktycznym skupionym na tworzeniu systemów wieloagentowych za pomocą ramki AutoGen firmy Microsoft dla dużych modeli językowych (LLM).
Ten kurs prowadzony przez instruktora (online lub stacjonarnie) jest skierowany do profesjonalistów w dziedzinie AI i automatyzacji na poziomie średnim, którzy chcą zaprojektować, wdrożyć i zarządzać systemami wieloagentowymi za pomocą AutoGen, Python i LLM.
Po zakończeniu tego szkolenia uczestnicy będą w stanie:
- Projektować architektury wieloagentowe za pomocą ramki AutoGen.
- Konfigurować role, możliwości i zachowania koordynacji agentów.
- Używać wywoływania funkcji i zarządzania pamięcią dla interakcji agentów.
- Budować i testować przepływy pracy agentów LLM oparte na Python dla realnych przypadków użycia.
Format kursu
- Interaktywna wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby poprosić o dostosowany kurs dla tego szkolenia, prosimy o kontakt, aby umówić się.
Agentic AI Uwolnij potencjał: Tworzenie aplikacji LLM z AutoGen
7 godzinTo ten 1-dniowe warsztaty, zaprojektowane dla programistów, naukowców danych i pasjonatów sztucznej inteligencji, pomogą zrozumieć i wykorzystać moc agentowych systemów sztucznej inteligencji za pomocą AutoGen v0.4.
Poprzez mieszankę ćwiczeń praktycznych i demonstracji, nauczysz się budować, zarządzać i wdrażać wieloagentowe aplikacje napędzane przez Large Language Models (LLMs).
Do końca kursu zdobyjesz solidne podstawy architektury warstwowej AutoGen, opanujesz asynchroniczną komunikację między agentami i poznasz przypadki użycia w rzeczywistym świecie oraz najlepsze praktyki dotyczące tworzenia skalowalnych i inteligentnych aplikacji napędzanych LLM.
Next-Gen Multi-Agent Systems Using Amazon Bedrock AgentCore
14 godzinAmazon Bedrock AgentCore zapewnia infrastrukturę do projektowania, orchestrowania i zarządzania wieloagentowymi systemami, umożliwiając współpracę, specjalizację i zaawansowane wzorce automatyzacji w wielu entytach napędzanych sztuczną inteligencją.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do zaawansowanych praktyków, którzy chcą zaprojektować, wdrożyć i optymalizować systemy wieloagentowe następnej generacji za pomocą funkcji orchestrowania i zarządzania AgentCore.
Po zakończeniu tego szkolenia uczestnicy będą w stanie:
- Zrozumieć zasady i architektury wieloagentowych systemów.
- Projektować strategie orchestracji dla współpracy agentów.
- Wdrażać protokoły komunikacji i negocjacji między agentami.
- Wdrażać skalowalne, gotowe do wdrożenia w przedsiębiorstwie rozwiązania wieloagentowe za pomocą AgentCore.
Format kursu
- Interaktywne wykłady i dyskusje.
- Praktyczne laboratoria z funkcjami orchestracji AgentCore.
- Studia przypadków aplikacji wieloagentowych w przedsiębiorstwach.
Opcje dostosowywania kursu
- Aby zażądać dostosowanego szkolenia dla tego kursu, skontaktuj się z nami w celu uzgodnienia.
Read AI Podstawy: Podsumowania spotkań i wglądy
7 godzinTo ten szkolenie prowadzone przez instruktora (online lub stacjonarne) jest przeznaczone dla początkujących profesjonalistów, którzy chcą nauczyć się używania Read AI do przechwytywania streszczeń spotkań, wydobywania kluczowych wniosków i generowania punktów do czynienia z minimalnym wysiłkiem ręcznym.
Po zakończeniu tego szkolenia uczestnicy będą w stanie:
- Konfigurować i ustawiać Read AI dla spotkań na głównych platformach.
- Automatycznie generować streszczenia spotkań i identyfikować punkty do czynienia.
- Interpretować analizy zaangażowania i nastroju dostarczane przez Read AI.
- Dzielić się, edytować i organizować streszczenia w sposób efektywny dla współpracy zespołowej.
Read AI: Przepływy spotkań dla zespołów pracujących zdalnie
7 godzinTo szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów średniozaawansowanych, którzy chcą usprawnić współpracę zespołów zdalnych za pomocą zautomatyzowanych przepływów pracy i analityki Read AI.
Na zakończenie tego szkolenia uczestnicy będą w stanie:
- Projektować kompletne przepływy pracy spotkań zespołów zdalnych za pomocą Read AI.
- Automatyzować prace nad dokumentacją i aktualizacjami, aby zmniejszyć obciążenie spotkaniami.
- Wykorzystywać podsumowania AI dla synchronicznej i asynchronicznej współpracy.
- Śledzić zaangażowanie i odpowiedzialność zespołu na podstawie wglądów z Read AI.