Kurs
LangChain ile LLM Uygulamaları Geliştirme
Orta SeviyeBeceri Seviyesi
Güncel 01.2026
PythonArtificial Intelligence3 sa10 video33 Egzersiz2,750 XP46,448Başarı Belgesi
Ücretsiz Hesabınızı Oluşturun
Google ile devam edinDaha fazla seçenek gösterveya
Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.
Binlerce şirketten öğrencinin sevgisini kazandı
Bir Ekibi Eğitiyor musunuz?
İşletmeler için deneyinKurs Açıklaması
LangChain Ekosisteminde Gelişmenin Temeli
LLM araç setinizi LangChain'in ekosistemiyle güçlendirerek OpenAI ve Hugging Face modelleriyle sorunsuz entegrasyon sağlayın. Gerçek dünya uygulamalarını optimize eden ve kullanım durumunuza özgü sofistike bilgi erişim sistemleri oluşturmanıza olanak tanıyan açık kaynaklı bir çerçeveyi keşfedin.LangChain Kullanarak Chatbot Oluşturma Metodolojileri
HuggingFace'in açık kaynak modelleri ile OpenAI'nin kapalı kaynak modelleri arasındaki nüansları karşılaştırarak sohbet robotları geliştirmek için LangChain araçlarını kullanın. Karmaşık konuşmalar için hızlı şablonları kullanın ve gelişmiş chatbot geliştirme için zemin hazırlayın.LangChain kullanarak Veri İşleme ve Erişim Artırma Üretimi (RAG)
Optimize edilmiş veri alımı için tokenizasyon ve vektör veritabanlarında uzmanlaşarak chatbot etkileşimlerini zengin dış bilgilerle zenginleştirin. Farklı kullanım durumlarını optimize etmek için RAG bellek işlevlerinden yararlanın.Gelişmiş Zincir, Araç ve Temsilci Entegrasyonları
Tam uçtan uca kullanım durumlarını ve gelişmiş LLM çıktı işlemeyi ele almak için zincirlerin, araçların, aracıların, API'lerin ve akıllı karar verme süreçlerinin gücünden yararlanın.Hata Ayıklama ve Performans Ölçütleri
Son olarak, hata ayıklama, optimizasyon ve performans değerlendirme konularında uzmanlaşarak sohbet robotlarınızın hata işleme için geliştirildiğinden emin olun. Sorun giderme için şeffaflık katmanları ekleyin.Önkoşullar
Introduction to Embeddings with the OpenAI APIPrompt Engineering with the OpenAI API1
LangChain’e Giriş ve Sohbet Botu Mekaniği
LLM’ler üzerinde uygulama geliştirmek için LangChain çerçevesine hoş geldin! Modeller, zincirler, aracılar (agents), istemler (prompts) ve ayrıştırıcılar (parsers) dahil olmak üzere LangChain’in ana bileşenlerini öğreneceksin. Hem Hugging Face’teki açık kaynaklı modellerle hem de OpenAI’ın tescilli modelleriyle sohbet botları oluşturacak, istem şablonları hazırlayacak ve sohbet sırasında bağlamı ve kaynakları yönetmek için farklı sohbet botu bellek stratejilerini entegre edeceksin.
2
Zincirler ve Aracılar
LangChain zincirlerini bir üst seviyeye taşıma zamanı! Zincirleri daha esnek biçimde tanımlamak için LangChain Expression Language’i (LCEL) kullanmayı öğreneceksin. Girdilerin bileşenler arasında aktarıldığı sıralı zincirler oluşturup daha gelişmiş uygulamalar inşa edeceksin. Ayrıca, karar verme için LLM’leri kullanan aracıları entegre etmeye başlayacaksın.
3
Retrieval Augmented Generation (RAG)
LLM’lerin bir sınırlaması, belirli bir tarihe kadar olan verilerle eğitildikleri için bilgi kesim tarihine sahip olmalarıdır. Bu bölümde, harici verileri LLM’lerle entegre etmek için Retrieval Augmented Generation (RAG) kullanan uygulamalar oluşturmayı öğreneceksin. RAG iş akışı; veriyi bölme, gömlemeleri (embeddings) bir vektör veritabanı kullanarak oluşturup depolama ve uygulamada kullanılmak üzere en alakalı bilgiyi getirme gibi birkaç farklı süreç içerir. Tüm iş akışına hâkim olmayı öğreneceksin!
LangChain ile LLM Uygulamaları Geliştirme
Kurs Tamamlandı
Başarı Belgesi Kazanın
Bu kimlik bilgisini LinkedIn profilinize, özgeçmişinize veya CV'nize ekleyinSosyal medyada ve performans incelemenizde paylaşınŞimdi kaydolun
Bugün 19 milyondan fazla öğrenciye katılın ve LangChain ile LLM Uygulamaları Geliştirme eğitimine başlayın!
Ücretsiz Hesabınızı Oluşturun
Google ile devam edinDaha fazla seçenek gösterveya
Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.
DataCamp for Mobile ile veri becerilerinizi geliştirin
Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.