1. صفحه اصلی
  2. »
  3. آموزش
  4. »
  5. آموزش تصویری
  6. »
  7. Udemy – Build Local AI Apps with Ollama, Python, and Streamlit 2026-7
Build Local AI Apps with Ollama, Python, and Streamlit

Udemy – Build Local AI Apps with Ollama, Python, and Streamlit 2026-7

توضیحات

Build Local AI Apps with Ollama, Python, and Streamlit دوره آموزشی استفاده از Ollama، Python و Streamlit برای توسعه برنامه‌های مبتنی بر هوش مصنوعی می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. این دوره آموزشی یک راهنمای عملی برای توسعه برنامه‌های مبتنی بر هوش مصنوعی است که کاملاً روی دستگاه محلی شما با استفاده از Ollama، Python و Streamlit اجرا می‌شوند. این دوره که برای توسعه‌دهندگان، علاقه‌مندان به هوش مصنوعی و متخصصان داده طراحی شده است، نحوه ساخت راه‌حل‌های هوش مصنوعی خصوصی و آفلاین را بدون تکیه بر سرویس‌های مبتنی بر ابر آموزش می‌دهد. این دوره عملی به شما می‌آموزد که چگونه برنامه‌های هوش مصنوعی محلی کامل را بدون وابستگی به APIهای هوش مصنوعی پولی یا ارسال اطلاعات حساس به سرویس‌های ابری خارجی ایجاد کنید.

افراد یاد می‌گیرند که چگونه مدل‌های زبان محلی بزرگ را با Ollama نصب و مدیریت کنند، آنها را در برنامه‌های پایتون ادغام کنند، رابط‌های کاربری تعاملی با Streamlit ایجاد کنند، تکنیک‌های مهندسی سریع را پیاده‌سازی کنند، اسناد را پردازش کنند و دستیاران هوشمند را برای انواع موارد استفاده در دنیای واقعی بسازند. در پایان دوره، شما نحوه ساختاردهی برنامه‌های چند صفحه‌ای Streamlit، مدیریت مدل‌ها و اسناد، بهینه‌سازی عملکرد، پیاده‌سازی ثبت وقایع و اعتبارسنجی، ارزیابی کیفیت بازیابی، مقایسه پاسخ‌های مدل، بازسازی شاخص‌های برداری و نظارت بر بازخورد کاربر را خواهید آموخت.

آنچه در دوره Build Local AI Apps with Ollama, Python, and Streamlit یاد خواهید گرفت:

  • برنامه‌های پایتون را به مدل‌های Ollama متصل کنید.
  • با Streamlit برنامه‌های هوش مصنوعی تعاملی بسازید.
  • با استفاده از حافظه، پرسونا و تاریخچه مکالمه، چت‌بات‌هایی با حافظه، پرسونا و تاریخچه مکالمه ایجاد کنید.
  • اسناد PDF و متنی را برای گردش‌های کاری هوش مصنوعی محلی پردازش کنید.
  • با ChromaDB، جاسازی‌ها را ایجاد کنید و جستجوی معنایی ایجاد کنید.
  • برنامه‌های نسل بازیابی-تقویت‌شده با استناد ایجاد کنید.
  • خروجی‌های JSON، خلاصه‌ها، فلش‌کارت‌ها و آزمون‌های ساختاریافته ایجاد کنید.
  • برنامه‌های هوش مصنوعی و گردش‌های کاری تحقیقاتی با استفاده از ابزار بسازید.
  • برنامه‌های هوش مصنوعی محلی آماده برای تولید را ارزیابی، بهینه‌سازی و مدیریت کنید.
  • و …

مشخصات دوره

ناشر: یودمی
مدرس: School of AI و Arjun Vaid
زبان: انگلیسی
سطح آموزش: مقدماتی تا پیشرفته
تعداد دروس: 42
مدت زمان آموزش: 7 ساعت و 29 دقیقه

سرفصل های دوره

Build Local AI Apps with Ollama, Python, and Streamlit Content

پیش نیازهای دوره Build Local AI Apps with Ollama, Python, and Streamlit

Basic computer skills and confidence installing software.
A Windows, macOS, or Linux computer capable of running Ollama.
At least 8 GB of RAM; 16 GB or more is recommended.
Sufficient free storage for downloading local AI models.
Basic Python knowledge is helpful but not required.
No previous machine learning or AI experience is necessary.
No paid AI API subscription is required.
A code editor such as Visual Studio Code is recommended.
An internet connection is needed initially to install tools and models.
A willingness to follow practical exercises and experiment with code.

تصاویر دوره

Build Local AI Apps with Ollama, Python, and Streamlit

فیلم معرفی دوره Build Local AI Apps with Ollama, Python, and Streamlit

راهنمای نصب

پس از Extract، با Player دلخواه خود مشاهده کنید.

زیرنویس: ندارد

کیفیت: 2160p

لینک دانلود

دانلود بخش 1 – 2 گیگابایت

دانلود بخش 2 – 2 گیگابایت

دانلود بخش 3 – 2 گیگابایت

دانلود بخش 4 – 857 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

6.8 گیگابایت

 

 

رتبه دهید

محاسبه حجم دانلود برای ایرانسل به‌صورت تمام‌بها است.

Download Faster Without Limitation

The data center of free servers has applied a non-Iranian IP restriction on some servers
There is no limitation for VIP servers

برچسب ها:

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این قسمت نباید خالی باشد
این قسمت نباید خالی باشد
لطفاً یک نشانی ایمیل معتبر بنویسید.
فقط دیدگاه‌هایی که جنبه‌ی استفاده‌ی عمومی دارد، نمایش داده می‌شود؛ درصورت تمایل به دریافت نتیجه‌ی رسیدگیِ دیدگاه خود، ایمیل معتبر وارد کنید.

فهرست