Shrnutí textu pomocí Pythonu Počítačový Kurz
V oblasti strojového učení v jazyce Python umožňuje funkce Shrnutí textu načíst vstupní text a vygenerovat jeho stručné shrnutí. Tato možnost je dostupná příkazovým řádkem nebo jako Python API/biblioteka. Jedním z fascinujících využití je rychlé vytváření výkonnostních shrnutí, což je obzvláště užitečné pro organizace, které potřebují před vygenerováním zpráv a prezentací projít rozsáhlé soubory textových dat.
Během tohoto lektorem vedeného přímého školení se účastníci naučí pomocí Pythonu vytvořit jednoduchou aplikaci, která automaticky vygeneruje shrnutí vstupního textu.
Do konce tohoto školení budou účastníci schopni:
- Používat nástroj příkazového řádku pro shrnutí textu.
- Navrhovat a vytvářet kód pro shrnutí textu pomocí knihoven Pythonu.
- Posoudit tři knihovny pro shrnutí v Pythonu: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17
Cílová skupina
- Vývojáři
- Data scientisté
Formát kurzu
- Kombinace přednášek, diskuzí, cvičení a intenzivní praktické praxe
Návrh Školení
Úvod do shrnutí textu pomocí Pythonu
- Srovnání ukázkového textu s automaticky vygenerovanými shrnutími
- Instalace nástroje sumy (příkazový řádek pro shrnutí textu v Pythonu)
- Používání nástroje sumy jako utilit pro shrnutí textu v příkazovém řádku (praktické cvičení)
Posouzení tří knihoven pro shrnutí v Pythonu: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17 na základě zdokumentovaných funkcí
Výběr knihovny: sumy, pysummarization nebo readless
Vytvoření aplikace v Pythonu pomocí knihovny sumy na platformě Python 2.7/3.3+
- Instalace knihovny sumy pro shrnutí textu
- Použití metody Edmundson (extrakce) v knihovně sumy pro text
Vytvoření jednoduchého testovacího kódu v Pythonu, který využívá knihovnu sumy pro generování shrnutí textu
Vytvoření aplikace v Pythonu pomocí knihovny pysummarization na platformě Python 2.7/3.3+
- Instalace knihovny pysummarization pro shrnutí textu
- Použití knihovny pysummarization pro shrnutí textu
- Vytvoření jednoduchého testovacího kódu v Pythonu, který využívá knihovnu pysummarization pro generování shrnutí textu
Vytvoření aplikace v Pythonu pomocí knihovny readless na platformě Python 2.7/3.3+
- Instalace knihovny readless pro shrnutí textu
- Použití knihovny readless pro shrnutí textu
Vytvoření jednoduchého testovacího kódu v Pythonu, který využívá knihovnu readless pro generování shrnutí textu
Odpovídání problémům a ladění
Závěrečné poznámky
Požadavky
- Znalost programování v jazyce Python (Python 2.7/3.3+)
- Základní znalost knihoven v Pythonu
Veřejné školení vyžaduje minimálně 5 účastníků.
Shrnutí textu pomocí Pythonu Počítačový Kurz - Rezervace
Shrnutí textu pomocí Pythonu Počítačový Kurz - Dotaz
Shrnutí textu pomocí Pythonu - Dotaz ohledně konzultace
Reference (2)
Příklady a cvičení dokonale přizpůsobené našemu oboru
Luc - CS Group
Kurz - Scaling Data Analysis with Python and Dask
Přeloženo strojem
Trainer byl velmi ochoten odpovědět na všechny moje otázky.
Caterina - Stamtech
Kurz - Developing APIs with Python and FastAPI
Přeloženo strojem
Nadcházející kurzy
Související kurzy
Pokročilé LangGraph: Optimalizace, Ladicí Techniky a Monitorování Komplexních Grafů
35 HodinyLangGraph je framework pro vytváření stavových aplikací LLM s více aktéry jako složitelných grafů se stálým stavem a kontrolou spuštění.
Toto instruktorovo řízené živé školení (online nebo na místní lokalitě) je určeno pokročilým inženýrům platformy AI, DevOps pro AI a architektům ML, kteří chtějí optimalizovat, ladit, monitorovat a provozovat výrobní systémy LangGraph.
Koncem tohoto školení budou účastníci schopni:
- Návrh a optimalizace komplexních topologií LangGraphu pro rychlost, náklady a škálovatelnost.
- Inženýrství spolehlivosti s opakováním, časovými limity, idempotentností a obnovením na základě kontrolních bodů.
- Ladení a stopování provádění grafů, inspekce stavu a systematické reprodukování výrobních problémů.
- Nastavení grafů s protokoly, metrikami a stopami, nasazení do produkčního prostředí a monitorování SLA a nákladů.
Formát kurzu
- Interaktivní přednášky a diskuse.
- Velké množství cvičení a praxe.
- Ruční implementace v živém laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Pro požadavek na přizpůsobené školení tohoto kurzu se, prosím, obraťte na nás pro domluvu.
Building Coding Agents with Devstral: From Agent Design to Tooling
14 HodinyDevstral je open-source rámec navržený pro sestavování a spouštění kódovacích agentů, které mohou interagovat s kódotisky, vývojářskými nástroji a API za účelem zlepšení produktivity inženýrů.
Toto školení pod vedením instruktora (online nebo na místě) je zaměřeno na středně pokročilé až pokročilé ML inženýry, týmy pro vývojářské nástroje a SREs, kteří chtějí navrhnout, implementovat a optimalizovat kódovací agenty pomocí Devstral.
Po absolvování tohoto školení budou účastníci schopni:
- Nastavit a nakonfigurovat Devstral pro vývoj kódovacích agentů.
- Navrhnout agenty pro průzkum a modifikaci kódotiků.
- Zintegrovat kódovací agenty s vývojářskými nástroji a API.
- Implementovat osvědčené postupy pro bezpečné a efektivní nasazení agentů.
Formát kurzu
- Interaktivní přednáška a diskuse.
- Množství cvičení a praktické práce.
- Přímo na místě implementace v live-lab prostředí.
Možnosti přizpůsobení kurzu
- Chcete-li požádat o přizpůsobené školení pro tento kurz, prosím kontaktujte nás k uspořádání.
Škálování analýzy dat s Pythonem a Dask
14 HodinyTato vedená instruktorem živá školení (online nebo na místě) je zaměřena na datové analytiky a softwarové inženýry, kteří chtějí použít Dask s ekosystémem Pythonu k vytváření, škálování a analýze velkých datasetů.
Koncepcí tohoto školení je, že účastníci budou schopni:
- Nastavit prostředí pro zahájení vytváření zpracování velkých dat s Daskem a Pythonem.
- Prozkoumat funkce, knihovny, nástroje a rozhraní API dostupné v Dasku.
- Pochopit, jak Dask zrychluje paralelní výpočty v Pythonu.
- Naučit se škálovat ekosystém Pythonu (Numpy, SciPy a Pandas) pomocí Dasku.
- Optimalizovat prostředí Dask pro udržení vysokého výkonu při zpracování velkých datasetů.
Analýza dat s Pythonem, Pandas a NumPy
14 HodinyTento vedený instruktorem živý školení na místě nebo online je určen pro středně pokročilé Python vývojáře a analytiky dat, kteří chtějí posílit své dovednosti v analýze a manipulaci s daty pomocí Pandas a NumPy.
Do konce tohoto školení budou účastníci schopni:
- Nastavit vývojové prostředí, které zahrnuje Python, Pandas a NumPy.
- Vytvořit aplikaci pro analýzu dat pomocí Pandas a NumPy.
- Provádět pokročilou manipulaci s daty, řazení a filtrování operací.
- Provádět agregované operace a analyzovat časové série dat.
- Vizualizovat data pomocí Matplotlibu a dalších knihoven pro vizualizaci.
- Ladit a optimalizovat svůj kód pro analýzu dat.
Open-Source Model Ops: Self-Hosting, Fine-Tuning a Governance with Devstral & Mistral Models
14 HodinyDevstral a Mistral modely jsou otevřené AI technologie navržené pro flexibilní nasazení, jemnou úpravu (fine-tuning) a škálovatelnou integraci.
Toto vedení instruktorem živé školení (online nebo na místě) je určeno středně pokročilým až pokročilým inženýrům ML, týmům platformy a výzkumným inženýrům, kteří se chtějí sami hostit, jemně upravovat (fine-tuning) a řídit modely Mistral a Devstral ve výrobních prostředích.
Na konci tohoto školení budou účastníci schopni:
- Nastavit a nakonfigurovat samostatně hostované prostředí pro modely Mistral a Devstral.
- Použít techniky jemné úpravy (fine-tuning) pro výkonnost specifickou pro doménu.
- Implementovat verze, monitorování a řízení životního cyklu.
- Zajišťovat bezpečnost, dodržování předpisů a zodpovědné používání otevřených modelů.
Formát kurzu
- Interaktivní přednáška a diskuse.
- Praktické cvičení v samostatném hostování a jemné úpravě (fine-tuning).
- Implementace správy a monitorovacích potoků v živé laboratoři.
Možnosti přizpůsobení kurzu
- Pro požadavek na přizpůsobené školení tohoto kurzu, prosím kontaktujte nás pro uspořádání.
FARM (FastAPI, React a MongoDB) Full Stack Vývoj
14 HodinyTato vedená instruktorem živá školení (online nebo na místě) je určená pro vývojáře, kteří chtějí použít stack FARM (FastAPI, React a MongoDB) k vytváření dynamických, vysokorychlostních a škálovatelných webových aplikací.
Koncem tohoto školení budou účastníci schopni:
- Nastavit nezbytné vývojové prostředí, které integruje FastAPI, React a MongoDB.
- Porozumět klíčovým konceptům, funkcím a výhodám stacku FARM.
- Přihrádat, jak vytvářet REST API pomocí FastAPI.
- Přihrádat, jak navrhovat interaktivní aplikace s Reactem.
- Vývoj, testování a nasazování aplikací (front-end i back-end) pomocí stacku FARM.
Vývoj API s Pythonem a FastAPI
14 HodinyToto instruktorem vedené živé školení (online nebo na místě) je zaměřeno na vývojáře, kteří se chtějí naučit používat FastAPI s Pythonem k snadnějšímu a rychlejšímu vytváření, testování a nasazování RESTful API.
Na konci tohoto školení budou účastníci schopni:
- Nastavit nezbytné vývojové prostředí pro vytváření API pomocí Pythonu a FastAPI.
- Vytvářet API rychleji a snadněji s použitím knihovny FastAPI.
- Naučit se, jak vytvářet datové modely a schémata založená na Pydanticu a OpenAPI.
- Připojovat API k databázím s použitím SQLAlchemy.
- Implementovat bezpečnostní mechanismy a ověřování v API pomocí nástrojů FastAPI.
- Vytvářet kontejnerové image a nasazovat webové API na cloudový server.
Aplikace LangGraph v financích
35 HodinyLangGraph je rámec pro vývoj stavy-souvisejících, víceaktníkových aplikací LLM jako složitelných grafů s trvalým stavem a kontrolou provádění.
Toto instruktorově vedené živé školení (online nebo na místě) je určeno pro středně pokročilé a pokročilé odborníky, kteří chtějí navrhnout, implementovat a provozovat řešení založená na LangGraphu v oblasti financí s vhodnou správou, vizibilitou a souladem se standardy.
Koncové cíle školení:
- Návrh finance-specifických pracovních postupů LangGraphu v souladu s požadavky na regulaci a audit.
- Integrace standardů finančních dat a ontologií do stavu grafu a nástrojů.
- Implementace spolehlivosti, bezpečnosti a kontroly s člověkem v cyklu pro kritické procesy.
- Nasazení, monitorování a optimalizace systémů LangGraphu pro výkon, náklady a SLA (Service Level Agreements).
Formát kurzu
- Interaktivní přednášky a diskuse.
- Mnoho cvičení a praxe.
- Praktické implementace v živém laboratorním prostředí.
Možnosti individualizace kurzu
- Pro požadavek na individualizované školení tohoto kurzu se, prosím, obraťte na nás pro uspořádání.
Základy LangGraph: Grafové řízení a Spojování Promptů pro LLM
14 HodinyLangGraph je framework pro vytváření aplikací na základě grafů LLM, které podporují plánování, rozvětvení, použití nástrojů, paměť a řízenou vykreslování.
Toto instruktor-provedené, živé školení (online nebo na místním poplacho) je určeno pro začínající vývojáře, inženýry promptů a odborníky na data, kteří chtějí navrhnout a vybudovat spolehlivé vícekrokové pracovní postupy LLM s použitím LangGraph.
Koncem tohoto školení budou účastníci schopni:
- Vysvětlit základní koncepty LangGraphu (узлы, hrany, stav) a kdy je použít.
- Vytvořit řetězce promptů, které rozvětví, volají nástroje a udržují paměť.
- Integrace získávání a externích API do pracovních postupů grafu.
- Kontrola, ladění a hodnocení aplikací LangGraph pro spolehlivost a bezpečnost.
Formát kurzu
- Interaktivní přednáška a usměrněné diskuse.
- Vedené laboratorní cvičení a procházky kódem v pískovišťovém prostředí.
- Cvičení založená na scénářích týkajících se návrhu, testování a hodnocení.
Možnosti přizpůsobení kurzu
- Pro žádost o přizpůsobené školení tohoto kurzu se, prosím, obraťte na nás pro domluvu.
LangGraph v Zdravotnictví: Orchestrace Pracovních Postupů pro Ochranné Prostředí
35 HodinyLangGraph umožňuje stavy s více aktéry podporovanými LLM s přesnou kontrolou cest provádění a udržováním stavu. V zdravotnictví jsou tyto schopnosti klíčové pro shodu se standardy, interoperabilitu a vytváření systémů podpory rozhodování, které odpovídají medicínským pracovním postupům.
Toto instruktážně vedené živé školení (online nebo na místě) je určeno profesionálům střední a pokročilé úrovně, kteří chtějí navrhnout, implementovat a spravovat zdravotnická řešení založená na LangGraphu, zároveň řešíme regulativní, etické a provozní výzvy.
Koncepci školení budou účastníci schopni:
- Návrh pracovních postupů LangGraphu pro zdravotnictví s ohledem na shodu se standardy a průzkumnost.
- Připojení aplikací LangGraphu k medicínským ontologiím a standartám (FHIR, SNOMED CT, ICD).
- Využití nejlepších postupů pro spolehlivost, průzkumnost a vysvětlitelnost ve citlivých prostředích.
- Nasazení, monitorování a ověření aplikací LangGraphu v produkčních prostředích zdravotnictví.
Formát kurzu
- Vzájemná přednáška a diskuse.
- Praktické cvičení s reálnými případovými studiemi.
- Praxe implementace v živém laboratorním prostředí.
Možnosti individualizace kurzu
- Pro žádost o individualizované školení tohoto kurzu nás kontaktujte pro uspořádání.
LangGraph pro právní aplikace
35 HodinyLangGraph je rámec pro vytváření stavových, vícesubjektových LLM aplikací jako sestavitelné grafy s trvalým stavem a přesnou kontrolou nad spuštěním.
Toto instruktorem vedené řízené školení (online nebo prezenční) je určeno středně pokročilým až pokročilým profesionálům, kteří chtějí navrhovat, implementovat a provozovat právní řešení založená na LangGraph s nezbytnými kontrolami souladu, trasovatelnosti a správy.
Na konci tohoto školení budou účastníci schopni:
- Návrh právních LangGraph pracovních postupů, které zachovávají auditabilitu a soulad.
- Integrace právních ontologií a standardů dokumentů do grafu stavu a zpracování.
- Implementace ochranných opatření, schválení s lidskou kontrolou a trasovatelné rozhodovací cesty.
- Nasazení, monitorování a udržování LangGraph služeb v produkčním prostředí s možností pozorování a kontroly nákladů.
Formát kurzu
- Interaktivní přednáška a diskuse.
- Mnoho cvičení a praktické praxe.
- Praktická implementace v živém laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Pro požadavek na přizpůsobené školení se obraťte, prosím, na nás pro uspořádání.
Vytváření Dynamických Pracovních Postupů s LangGraph a LLM Agenty
14 HodinyLangGraph je framework pro vytváření grafově strukturovaných pracovních postupů LLM, které podporují rozdělování na vetvy, použití nástrojů, paměť a ovladatelnou exekuci.
Toto instruktor-emancipované, živé školení (online nebo na místním zařízení) je určeno pro středně pokročilé inženýry a týmy produktů, kteří chtějí kombinovat logiku grafu LangGraph s cykly agentů LLM ke vytváření dynamických, kontextově podporovaných aplikací jako jsou zákaznické servisy, rozhodovací stromy a systémy pro získávání informací.
Koncem tohoto školení budou účastníci schopni:
- Nakreslit grafem podporované pracovní postupy, které koordinují LLM agenty, nástroje a paměť.
- Implementovat podmíněnou směrování, opakování a záložní mechanismy pro odolnou exekuci.
- Připojit vyhledávání, API a strukturované výstupy do cyklů agentů.
- Hodnotit, monitorovat a posílit chování agenta pro spolehlivost a bezpečnost.
Formát kurzu
- Interaktivní přednášky a moderované diskuze.
- Příručné laboratoře a procházka kódem v pískovišťovém prostředí.
- Návrhové cvičení založené na scénářích a recenze spolupracovníků.
Možnosti individualizace kurzu
- Pro žádost o individualizované školení pro tento kurz, kontaktujte nás prosím na uspořádání.
LangGraph pro marketingovou automatizaci
14 HodinyLangGraph je grafový orchestracevní rámec, který umožňuje podmíněné, vícesložkové pracovní postupy LLM a nástrojů, což je ideální pro automatizaci a personalizaci obsahových kanálů.
Tato instruktorem vedená, živá školení (online nebo na místě) je určena středně pokročilým marketingovým pracovníkům, strategům obsahu a vývojářům automatizace, kteří chtějí implementovat dynamické, s možností rozvětvení e-mailové kampaně a obsahové kanály pomocí LangGraph.
Konec tohoto školení budou účastníci schopni:
- Návrh grafově strukturovaného obsahu a e-mailových pracovních postupů s podmínkovou logikou.
- Integrace LLM, API a zdrojů dat pro automatizovanou personalizaci.
- Správa stavu, paměti a kontextu v rámci vícesložkových kampaní.
- Posouzení, monitorování a optimalizace výkonu pracovního postupu a výsledků doručení.
Formát kurzu
- Interaktivní přednášky a skupinové diskuse.
- Praktické laboratoře implementující e-mailové pracovní postupy a obsahové kanály.
- Scénářové cvičení na personalizaci, segmentaci a rozvětvenou logiku.
Možnosti přizpůsobení kurzu
- Pro požadavek na přizpůsobené školení pro tento kurz, prosím nás kontaktujte.
Le Chat Enterprise: Soukromé ChatOps, integrace a administrační řízení
14 HodinyLe Chat Enterprise je soukromé řešení pro ChatOps, které poskytuje bezpečné, přizpůsobitelné a řízené konverzační AI schopnosti pro organizace s podporou RBAC, SSO, konektérů a integrací podnikových aplikací.
Tato instruktorem vedená živá školení (on-line nebo na místě) je určena pro středně pokročilé manažery produktů, IT vedoucí, řešení inženýrů a týmů zabezpečení/souladu, kteří chtějí nasazovat, konfigurovat a spravovat Le Chat Enterprise v podnikových prostředích.
Na konci tohoto školení budou účastníci schopni:
- Nastavit a nakonfigurovat Le Chat Enterprise pro bezpečné nasazení.
- Povolit RBAC, SSO a ovládací prvky řízené souladem.
- Integrovat Le Chat s podnikovými aplikacemi a datovými úložišti.
- Naprojektovat a implementovat pravidla pro správu a administraci ChatOps.
Formát kurzu
- Interaktivní přednáška a diskuse.
- Mnoho cvičení a praktické praxe.
- Rukouvedená implementace v živém laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Chcete-li požádat o přizpůsobené školení pro tento kurz, kontaktujte nás pro vyjednání.
Zrychlování Python Pandas pracovních postupů s využitím Modin
14 HodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové vědce a vývojáře, kteří chtějí používat Modin k sestavení a implementaci paralelních výpočtů s Pandas pro rychlejší analýzu dat.
Na konci tohoto školení budou účastníci schopni:
- Nastavte potřebné prostředí, abyste mohli začít vyvíjet pracovní postupy Pandas ve velkém měřítku s Modin.
- Pochopte funkce, architekturu a výhody Modin.
- Poznejte rozdíly mezi Modin, Dask a Rayem.
- Pomocí Modin provádějte operace Pandas rychleji.
- Implementujte celé Pandas API a funkce.