Multimodal AI Agent'larına ve Araç Kullanımına Giriş

Yapay zekanın bir sonraki evrimi metnin ötesine geçiyor. Multimodal agent'lar artık görüntüleri analiz edebiliyor, karmaşık belgeleri okuyabiliyor ve harici araçları kullanarak eyleme geçebiliyor. Bu temel yazılı kursta, görsel ve metinsel verileri eş zamanlı olarak işleyen AI agent'larını nasıl tasarlayacağınızı ve oluşturacağınızı öğreneceksiniz. Agentic AI ve vision-language modellerinin temel kavramlarıyla başlayacak, ardından belge çıkarma, ekran görüntüsü analizi ve dinamik tool calling için pratik uygulama stratejilerine ilerleyeceksiniz. Neler öğreneceksiniz: - Multimodal AI ve agentic iş akışlarının temel terminolojisini anlayın. - Görüntülerden, ekran görüntülerinden ve karmaşık belgelerden yapılandırılmış verileri işleyin ve çıkarın. - Agent'larınızın harici sistemlerle etkileşime girmesini sağlamak için modern tool calling modellerini uygulayın. - Vision-language görevleri için özel olarak tasarlanmış prompt engineering tekniklerini uygulayın. - Multimodal verileri işlemek için temel Retrieval-Augmented Generation (RAG) kavramlarını keşfedin. - Çok adımlı akıl yürütmeyi sorunsuz bir şekilde yöneten sağlam agent mimarileri tasarlayın. Kurs, temel tanımları ve multimodal sistemlerin temel mimarisini oluşturarak başlar. Buradan itibaren, kendi belge ve görüntü işleme agent'larınızı oluşturmak için adım adım yazılı eğitimleri ve kod parçacıklarını okuyacaksınız. Bu kurs, AI agent'ları konusunda yeni olan yeni başlayanlar ve geliştiriciler için tasarlanmıştır; önceden machine learning deneyimi gerekmez. Yeni nesil akıllı, eylem odaklı AI agent'larını bugün oluşturmaya başlayın.