{"product_id":"110002","title":"Chaîne de rangs en cours ","description":"\u003ccenter\u003e\u003cdiv style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/tmgdisk01.cafe24.com\/images\/vs\/4172\/sv\/3jYEEOPYVOJLV6hgmh1meD12UU42Xz.png?v=1765035091\" style=\"max-width:100%;max-height:10px\"\u003e\u003c\/div\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\n\n\u003cdiv style=\"width:95%\"\u003e\n\n\u003cdiv style=\"text-align:center;font-size:30px;font-weight:bolder;line-height:1.6em\"\u003e Chaîne de rangs en cours \u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"border-bottom:1px;border-bottom-style:dotted;border-color:;padding-bottom:20px\"\u003e\u003ccenter\u003e\u003ctable align=\"center\" width=\"100%\"\u003e\u003ctbody style=\"border:0px\"\u003e\n\n\u003ctr\u003e\u003ctd align=\"center\" style=\"line-height:1.2em;text-align:center;font-size:18px;color:black;font-weight:bold;padding-bottom:20px;\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\n\u003ctr\u003e\u003ctd style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/image.yes24.com\/goods\/146327472\/XL\" style=\"max-width:100%;height:auto\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\n\n\u003c\/tbody\u003e\u003c\/table\u003e\u003c\/center\u003e\u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"width:95%;{split_style6}padding-top:20px;padding-bottom:20px\"\u003e\n\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003e Description \u003c\/div\u003e\n\n\u003cdiv style=\"text-align:left;word-break:break-all;font-size:14px;line-height:1.6em;\"\u003e\n\n\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eIntroduction au livre\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e\u003cdiv\u003e \u003cb\u003eDe Langchain à Langgraph, RAG, agents d'IA et MCP\u003cbr\u003e Tout ce que vous devez savoir sur le développement d'applications d'IA générative : Apprenez en pratiquant.\u003cbr\u003e Couverture spéciale de l'utilisation de MCP : de la compréhension conceptuelle à la construction de serveurs et à l'application pratique.\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e Vous ne savez pas par où commencer votre candidature au LLM ? À l’ère post-ChatGPT, des termes comme Génération de Recherche Augmentée (RAG), multi-agent, graphe de langage et MCP sont omniprésents, mais si vous ne savez pas par où commencer ni comment, « Learning Lang Chain » est le livre qu’il vous faut. \u003cbr\u003eCe livre vous guide systématiquement tout au long du processus, des concepts de base au déploiement et à l'exploitation pratiques, en se concentrant sur LangChain, qui maximise l'efficacité du développement d'applications basées sur LLM, et sur LangGraph, qui permet la conception d'architectures complexes.\u003cbr\u003e\u003cbr\u003e\n\u003c\/div\u003e\u003c\/div\u003e\n\u003cdiv\u003e\u003cul\u003e\u003cli\u003e Vous pouvez consulter un aperçu du contenu du livre.\u003cbr\u003e \u003cspan\u003eAperçu\u003c\/span\u003e\n\n\u003c\/li\u003e\u003c\/ul\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eindice\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e \u003cb\u003eCHAPITRE 00 Connaissances de base en IA pour Langchain\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e Fondation LLM _0.1\u003cbr\u003e _0.2 Notions de base de l'invite\u003cbr\u003e _0.3 Qu'est-ce qu'une chaîne de langage et pourquoi est-elle importante ?\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 01 Utilisation de base de LLM dans Langchain\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 1.1 Création d'un environnement d'utilisation de Langchain\u003cbr\u003e 1.2 Appel de LLM via la chaîne de langage\u003cbr\u003e _1.3 Modèle d'invite LLM\u003cbr\u003e 1.4 Spécifier un format précis pour les réponses au LLM\u003cbr\u003e _1.5 Application LLM combinant des composants\u003cbr\u003e _1.6 Résumé\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 02 RAG Étape 1 : Indexation des données\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 2.1 Objectif : Sélectionner un contexte approprié pour le LLM\u003cbr\u003e 2.2 Intégration : Conversion de texte en nombres\u003cbr\u003e 2.3 Conversion de document en texte\u003cbr\u003e 2.4 Division du texte en plusieurs morceaux \u003cbr\u003e_2.5 Génération d'embeddings de texte\u003cbr\u003e 2.6 Stockage des plongements dans un magasin de vecteurs\u003cbr\u003e 2.7 Suivi des modifications apportées aux documents\u003cbr\u003e _2.8 Optimisation de l'indexation\u003cbr\u003e _2.9 Résumé\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 03 RAG Étape 2 : Conversations basées sur les données\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 3.1 Premiers pas avec RAG\u003cbr\u003e _3.2 Transformation de requête\u003cbr\u003e 3.3 Routage des requêtes\u003cbr\u003e 3.4 Composition de la requête\u003cbr\u003e _3.5 Résumé\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 04 Fonctions de mémoire utilisant Langgraph\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 4.1 Création d'un système de mémoire pour chatbot\u003cbr\u003e _4.2 Langgraph\u003cbr\u003e 4.3 Création d'un graphe d'état\u003cbr\u003e 4.4 Ajout de la fonctionnalité de mémoire à StateGraph\u003cbr\u003e _4.5 Modification de l'historique des conversations\u003cbr\u003e _4.6 Résumé\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 05 Architecture cognitive implémentée avec Langgraph\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 5.1 Architecture n° 1 : Appel à candidatures LLM\u003cbr\u003e 5.2 Architecture n° 2 : Chaîne\u003cbr\u003e 5.3 Architecture n° 3 : Routeur\u003cbr\u003e 5.4 Résumé\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 06 Architecture des agents I\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 6.1 Itération Planifier-Exécuter\u003cbr\u003e _6.2 Construction d'un agent Langgraph\u003cbr\u003e _6.3 Appel prioritaire de l'outil\u003cbr\u003e 6.4 Appel de plusieurs outils\u003cbr\u003e _6.5 Résumé\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 07 Architecture des agents II\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e _7.1 Réflexion\u003cbr\u003e _7.2 Sous-graphique\u003cbr\u003e 7.3 Architecture multi-agents\u003cbr\u003e 7.4 Résumé\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 08 Modèles qui améliorent les performances LLM\u003c\/b\u003e\u003cbr\u003e \u003cbr\u003e8.1 Sortie structurée\u003cbr\u003e 8.2 Résumé\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 09 Déploiement d'applications d'IA\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e _9.1 Préparation\u003cbr\u003e _9.2 Comprendre l'API de la plateforme Langgraph\u003cbr\u003e 9.3 Déploiement d'applications d'IA sur la plateforme Langgraph\u003cbr\u003e _9.4 Sécurité\u003cbr\u003e _9.5 Résumé\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 10 TESTS : ÉVALUATION, SUIVI ET AMÉLIORATION\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e _10.1 Techniques de test d'application LLM\u003cbr\u003e _10.2 Phase de conception : RAG auto-correcteur\u003cbr\u003e 10.3 Phase de préproduction\u003cbr\u003e _10.4 Fonctionnement\u003cbr\u003e _10.5 Résumé\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 11 DÉVELOPPEMENT DE LA DEMANDE DE LM\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e _11.1 Chatbot\u003cbr\u003e 11.2 Collaboration avec LLM\u003cbr\u003e _11.3 Informatique ambiante\u003cbr\u003e _11.4 Résumé\u003cbr\u003e\u003cbr\u003e ANNEXE A. Construction et utilisation du serveur MCP\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eImage détaillée\u003c\/b\u003e \u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\u003cdiv\u003e\u003cimg src=\"https:\/\/image.yes24.com\/momo\/TopCate5319\/MidCate007\/531862023.jpg\" border=\"0\" alt=\"Image détaillée 1\"\u003e\u003c\/div\u003e\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eAvis de l'éditeur\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e « Learning LangChain » est un guide pratique rédigé par les premiers développeurs et cofondateurs de LangChain, qui guide systématiquement l’ensemble du processus de développement d’applications LLM à l’aide de LangChain et LangGraph. \u003cbr\u003eChaque chapitre aborde systématiquement les sujets clés, expliquant en détail l'ensemble du processus d'application des LLM, de la conception à la mise en œuvre. Après une introduction aux concepts d'IA et de LLM, il explore diverses techniques d'incitation, l'invocation des LLM via la chaîne de classement et les technologies fondamentales de la génération de recherche augmentée (RAG).\u003cbr\u003e La seconde partie explique comment doter les chatbots de capacités de mémoire et implémenter des modèles architecturaux à l'aide de graphes de langage. Elle présente également l'architecture des agents et ses techniques d'extension, ainsi que des stratégies pour concevoir l'autonomie et la fiabilité des applications d'IA.\u003cbr\u003e La seconde partie vous guide à travers l'ensemble du processus de maintenance des applications, en abordant les stratégies de déploiement, les considérations de sécurité, les tests et l'évaluation, ainsi que les méthodes d'amélioration continue.\u003cbr\u003e Enfin, nous présentons des modèles de développement qui optimisent l'interaction entre LLM et les utilisateurs, fournissant des informations immédiatement applicables en pratique.\u003cbr\u003e\u003cbr\u003e \u003cbr\u003eL'annexe aborde également la technologie MCP, qui a récemment suscité un vif intérêt, et fournit des informations utiles aux lecteurs intéressés par les dernières tendances en matière d'IA.\u003cbr\u003e Ce livre vous aidera à perfectionner vos compétences en développement d'applications d'IA, en tenant compte des dernières tendances technologiques.\u003cbr\u003e\u003cbr\u003e Développement d'applications d'IA générative, du concept à la pratique, tout dans un seul livre !\u003cbr\u003e ● Des bases au déploiement pratique, avec un focus sur Langchain et Langgraph\u003cbr\u003e ● Concevoir une structure d'application d'IA pratique qui aille au-delà des simples chatbots.\u003cbr\u003e ● Des exemples en Python et JavaScript sont fournis pour que vous puissiez commencer à vous entraîner immédiatement.\u003cbr\u003e\u003cbr\u003e Du RAG au multi-agent, acquérez la technologie la plus récente dans tous les domaines !\u003cbr\u003e ● Comment implémenter un système de génération augmentée par la recherche (RAG)\u003cbr\u003e ● Concevoir des agents d'IA dotés de capacités d'autonomie et de collaboration\u003cbr\u003e ● Mise en œuvre du niveau de service, y compris l'intégration d'outils externes et les fonctions de mémoire\u003cbr\u003e\u003cbr\u003e Des perspectives de conception au savoir-faire opérationnel pour une utilisation pratique !\u003cbr\u003e ● Conception visant à surmonter les limitations de la LLM, telles que les hallucinations et les retards \u003cbr\u003e● Conseils opérationnels pratiques pour les tests, l'évaluation, la sécurité et la surveillance\u003cbr\u003e ● Immédiatement applicable grâce à une structure et un déroulement facilement déployables en pratique\u003cbr\u003e\u003cbr\u003e Informations spécifiques sur l'utilisation de MCP !\u003cbr\u003e ● Du concept MCP à la construction du serveur et à l'application pratique\u003cbr\u003e\u003cbr\u003e Cette approche très concrète de l'apprentissage et de la mise en œuvre d'applications d'IA développe des compétences pratiques immédiatement applicables au développement d'applications d'IA.\u003cbr\u003e En particulier, l'annexe présente MCP, une technologie de pointe qui connecte les agents d'IA et les systèmes externes de manière standardisée, reflétant l'évolution rapide de la technologie d'IA générative.\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e Pour les lecteurs novices en développement d'applications utilisant le LLM, il constitue un point de départ, tandis que pour les développeurs expérimentés, il offre une expérience pratique permettant de passer à l'étape suivante.\u003cbr\u003e Dans le paysage en constante évolution de l'IA générative, ce livre vous guide pas à pas à travers les concepts fondamentaux et les applications pratiques de Langchain.\u003cbr\u003e Développez vos compétences en développement grâce aux dernières technologies d'IA. \u003cbr\u003e\n\n\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"width:95%;padding-top:20px;padding-bottom:20px\"\u003e\n\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003e SPÉCIFICATIONS DES PRODUITS\u003c\/div\u003e\n\n\u003cdiv style=\"text-align:left;font-size:14px;line-height:1.6em;\"\u003e\n\n \u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003eDate d'émission :\u003c\/strong\u003e 14 mai 2025\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e \u003cstrong\u003eNombre de pages, poids, dimensions :\u003c\/strong\u003e 400 pages | 734 g | 183 × 235 × 17 mm\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eISBN13 :\u003c\/strong\u003e 9791169213783\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eISBN10 :\u003c\/strong\u003e 1169213782 \u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\u003ccenter\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cspan\u003e\u003c\/span\u003e\n\n\u003c\/center\u003e\n\n\n\u003c\/center\u003e","brand":"LIBRAIRIE COREENNE","offers":[{"title":"Default Title","offer_id":43892204306474,"sku":"110002","price":38.0,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0683\/2750\/5962\/files\/d5fbafd8c6acf19e01ccc7b124968318.jpg?v=1765356082","url":"https:\/\/librairie.coreenne.fr\/products\/110002","provider":"LIBRAIRIE COREENNE","version":"1.0","type":"link"}