{"product_id":"138742","title":"Programmation IA Gemini ","description":"\u003ccenter\u003e\u003cdiv style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/tmgdisk01.cafe24.com\/images\/vs\/4172\/sv\/3jXPCfB5TyN7pY4EyBYfJqGWZvpVIQ.png?v=1765067697\" 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 Programmation IA Gemini \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\/146032150\/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\u003eCréez vos propres applications d'IA personnalisées sur différentes plateformes, notamment Colab, Android et iOS, avec Gemini, RamaIndex et Langchain !\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e Gemini est une IA multimodale qui traite diverses données telles que du texte, des images, des vidéos et des voix, et peut être utilisée pour créer des services d'IA avancés.\u003cbr\u003e « Programmation IA Gemini » est un ouvrage d'introduction au développement de chatbots (IA conversationnelle) à l'aide de Google Gemini. Il explique pas à pas comment utiliser Gemini et comment créer des chatbots personnalisés grâce à l'API Gemini.\u003cbr\u003e De plus, il a été configuré pour pouvoir être implémenté dans les services Google Cloud tels que Google Colab, Android Studio et Xcode.\u003cbr\u003e \u003cbr\u003eNous présentons ici également RamaIndex et LangChain, des frameworks pour le développement d'applications LLM.\u003cbr\u003e RamaIndex est un framework qui simplifie grandement la création de moteurs de recherche augmentés capables de répondre aux questions en utilisant vos propres données, tandis que LangChain est un framework adapté à la création d'agents qui manipulent des outils tels que les API, les fonctions et les bases de données via une interface en langage naturel.\u003cbr\u003e Je recommande ce livre à tous ceux qui souhaitent démarrer un projet d'IA avec Gemini, et j'espère qu'il offrira l'opportunité d'utiliser l'IA dans divers domaines.\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 \",\"\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eindice\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e \u003cb\u003eChapitre 1 : À la découverte des Gémeaux\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 1.1 À la découverte des Gémeaux\u003cbr\u003e __1.1.1 Gémeaux\u003cbr\u003e __1.1.2 Types de modèles Gemini\u003cbr\u003e __1.1.3 Aperçu des modèles de langage à grande échelle\u003cbr\u003e __1.1.4 Comprendre l'API Gemini\u003cbr\u003e __1.1.5 Cas d'utilisation des modèles de langage à grande échelle  \u003cbr\u003e1.2 Gemini Start\u003cbr\u003e __1.2.1 Premiers pas avec Gemini\u003cbr\u003e __1.2.2 Gemini Avancé\u003cbr\u003e 1.3 Intelligence artificielle, apprentissage automatique et apprentissage profond\u003cbr\u003e 1.3.1 Intelligence artificielle, apprentissage automatique et apprentissage profond\u003cbr\u003e __1.3.2 Neurones et réseaux neuronaux\u003cbr\u003e 1.3.3 Construction, entraînement et inférence du modèle\u003cbr\u003e 1.4 Traitement automatique du langage naturel et modèles d'apprentissage profond\u003cbr\u003e 1.4.1 Historique des modèles d'apprentissage profond dans le traitement automatique du langage naturel\u003cbr\u003e __1.4.2 Traitement d'images à l'aide de modèles d'apprentissage profond\u003cbr\u003e 1.4.3 Traitement de la parole par apprentissage profond\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 2 Utilisation de Gemini\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 2.1 Comment utiliser Gemini\u003cbr\u003e __2.1.1 Configuration de l'écran Gemini\u003cbr\u003e __2.1.2 Principales tâches pouvant être effectuées sur Gemini\u003cbr\u003e 2.2 Comment utiliser Google AI Studio\u003cbr\u003e __2.2.1 Premiers pas avec Google AI Studio\u003cbr\u003e __2.2.2 Composition de l'écran de Google AI Studio\u003cbr\u003e __2.2.3 Obtenir une clé API\u003cbr\u003e 2.2.4 Écriture de nouvelles invites et optimisation des modèles et des bibliothèques\u003cbr\u003e __2.2.5 Documentation\u003cbr\u003e __2.2.6 Paramètres\u003cbr\u003e Barre d'outils __2.2.7\u003cbr\u003e __2.2.8 Instructions système\u003cbr\u003e __2.2.9 Exécution de l'invite\u003cbr\u003e __2.2.10 Configuration de l'exécution  \u003cbr\u003e2.3 Comment utiliser Vertex AI Studio\u003cbr\u003e __2.3.1 Premiers pas avec Vertex AI Studio\u003cbr\u003e __2.3.2 Frais d'utilisation de l'API Gemini de Vertex AI\u003cbr\u003e __2.3.3 Composition d'écran de Vertex AI Studio\u003cbr\u003e __2.3.4 Menu de gauche\u003cbr\u003e Barre d'outils __2.3.5\u003cbr\u003e __2.3.6 Instructions système\u003cbr\u003e __2.3.7 Exécution de l'invite\u003cbr\u003e __2.3.8 Configuration de l'exécution\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 3 : Préparation de l’environnement de développement Python\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 3.1 Aperçu de Python\u003cbr\u003e __3.1.1 Qu'est-ce que Python ?\u003cbr\u003e 3.2 Découverte de Google Colab\u003cbr\u003e __3.2.1 Qu'est-ce que Google Colab ?\u003cbr\u003e 3.2.2 Premiers pas avec Google Colab\u003cbr\u003e 3.2.3 Exécution d'un script Python\u003cbr\u003e __3.2.4 Installation des packages Python\u003cbr\u003e 3.2.5 Ajout de texte\u003cbr\u003e 3.2.6 Configuration de l'écran Google Colab\u003cbr\u003e __3.2.7 Menu de Google Colab\u003cbr\u003e 3.2.8 Utilisation du GPU\u003cbr\u003e __3.2.9 Monter Google Drive\u003cbr\u003e 3.2.10 Limites d'utilisation et contre-mesures de Google Colab\u003cbr\u003e __3.2.11 Plan tarifaire de Google Colab\u003cbr\u003e 3.3 Grammaire Python de base\u003cbr\u003e __3.3.1 Affichage d'une chaîne de caractères\u003cbr\u003e __3.3.2 Variables et opérateurs\u003cbr\u003e __3.3.3 chaîne\u003cbr\u003e __3.3.4 Liste\u003cbr\u003e __3.3.5 Dictionnaire\u003cbr\u003e __3.3.6 Tuple\u003cbr\u003e 3.3.7 Instructions de contrôle  \u003cbr\u003e__3.3.8 Fonctions et expressions lambda\u003cbr\u003e classe __3.3.9\u003cbr\u003e 3.3.10 Importation de packages et appel direct de composants\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 4 : API Gemini (édition Python)\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 4.1 Génération de texte\u003cbr\u003e 4.1.1 Aperçu de la génération de texte\u003cbr\u003e 4.1.2 Présentation de l'API Gemini\u003cbr\u003e 4.1.3 Présentation de l'API Google AI Gemini\u003cbr\u003e 4.1.4 Frais de l'API Google AI Gemini\u003cbr\u003e 4.1.5 Obtenir une clé API\u003cbr\u003e __4.1.6 Préparation de l'API Gemini\u003cbr\u003e 4.1.7 Vérifier la liste des modèles\u003cbr\u003e 4.1.8 Génération de texte\u003cbr\u003e __4.1.9 Streaming\u003cbr\u003e __4.1.10 Chat\u003cbr\u003e __4.1.11 Paramètres de création\u003cbr\u003e __4.1.12 Vérifier le nombre de jetons\u003cbr\u003e __4.1.13 Paramètres de sécurité\u003cbr\u003e __4.1.14 Instructions système\u003cbr\u003e __4.1.15 Mode JSON\u003cbr\u003e 4.2 Multimodal\u003cbr\u003e 4.2.1 Aperçu multimodal\u003cbr\u003e 4.2.2 Formats de fichiers pris en charge\u003cbr\u003e 4.2.3 Préparation de l'API Gemini\u003cbr\u003e 4.2.4 Questions et réponses sur les images\u003cbr\u003e 4.2.5 Requête et réponse d'images à l'aide de l'API File\u003cbr\u003e __4.2.6 Questions et réponses vocales\u003cbr\u003e __4.2.7 Questions-réponses vidéo\u003cbr\u003e 4.3 Intégration\u003cbr\u003e 4.3.1 Aperçu de l'intégration\u003cbr\u003e 4.3.2 Préparation de l'API Gemini\u003cbr\u003e 4.3.3 Types de modèles d'intégration\u003cbr\u003e __4.3.4 Comment utiliser text-embedding-004  \u003cbr\u003e__4.3.5 Recherche de voisinage à l'aide de Text-Embedding-004\u003cbr\u003e __4.3.6 Comment utiliser bge-m3\u003cbr\u003e __4.3.7 Recherche de voisinage à l'aide de bge-m3\u003cbr\u003e 4.4 Appels de fonction\u003cbr\u003e 4.4.1 Aperçu des appels de fonction\u003cbr\u003e __4.4.2 Préparation de l'API Gemini\u003cbr\u003e 4.4.3 Appel des fonctions automatiques\u003cbr\u003e 4.4.4 Configuration des outils\u003cbr\u003e 4.4.5 Appel manuel des fonctions\u003cbr\u003e __4.4.6 Appel de fonctions parallèles\u003cbr\u003e 4.5 Réglage fin\u003cbr\u003e 4.5.1 Aperçu du réglage fin\u003cbr\u003e __4.5.2 Frais de l'API Gemini\u003cbr\u003e 4.5.3 Obtenir la liste des modèles optimisés\u003cbr\u003e 4.5.4 Préparation des données d'entraînement\u003cbr\u003e __4.5.5 Apprentissage\u003cbr\u003e 4.5.6 Inférence\u003cbr\u003e __4.5.7 Mise à jour de la description du modèle de réglage fin\u003cbr\u003e __4.5.8 Suppression d'un modèle de réglage fin\u003cbr\u003e __4.5.9 Fichier d'identification\u003cbr\u003e 4.6 API Gemini de Vertex AI\u003cbr\u003e 4.6.1 Présentation de l'API Gemini de Vertex AI\u003cbr\u003e __4.6.2 Frais de l'API Gemini de Vertex AI\u003cbr\u003e 4.6.3 Préparation de la clé du compte de service\u003cbr\u003e __4.6.4 Préparation de l'API Gemini de Vertex AI\u003cbr\u003e 4.6.5 Génération de texte\u003cbr\u003e __4.6.6 Questions et réponses sur les images\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 5 : API Gemini (édition Android)\u003c\/b\u003e\u003cbr\u003e \u003cbr\u003e5.1 Génération de texte\u003cbr\u003e 5.1.1 Aperçu de la génération de texte\u003cbr\u003e 5.1.2 Présentation de l'API Gemini de Google AI\u003cbr\u003e __5.1.3 Frais de l'API Gemini\u003cbr\u003e __5.1.4 Récupération des clés API\u003cbr\u003e __5.1.5 Préparation de l'API Gemini\u003cbr\u003e __5.1.6 Génération de texte\u003cbr\u003e __5.1.7 Streaming\u003cbr\u003e __5.1.8 Chat\u003cbr\u003e __5.1.9 Paramètres de création\u003cbr\u003e __5.1.10 Paramètres de sécurité\u003cbr\u003e 5.2 Multimodal\u003cbr\u003e 5.2.1 Aperçu multimodal\u003cbr\u003e __5.2.2 Préparation de l'API Gemini\u003cbr\u003e 5.2.3 Questions et réponses sur les images\u003cbr\u003e 5.3 LLM local\u003cbr\u003e 5.3.1 Aperçu du LLM local\u003cbr\u003e __5.3.2 Gemini Nano et Gemma\u003cbr\u003e __5.3.3 Environnement d'exécution du modèle de langage local sur Android\u003cbr\u003e __5.3.4 Exécution de l'application de démonstration Llama.cpp\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 6 : API Gemini (édition iOS)\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 6.1 Génération de texte\u003cbr\u003e 6.1.1 Aperçu de la génération de texte\u003cbr\u003e 6.1.2 Présentation de l'API Gemini de Google AI\u003cbr\u003e __6.1.3 Frais de l'API Gemini\u003cbr\u003e __6.1.4 Récupération des clés API\u003cbr\u003e __6.1.5 Préparation de l'API Gemini\u003cbr\u003e 6.1.6 Génération de texte\u003cbr\u003e __6.1.7 Streaming\u003cbr\u003e __6.1.8 Chat\u003cbr\u003e __6.1.9 Paramètres de création\u003cbr\u003e __6.1.10 Paramètres de sécurité\u003cbr\u003e 6.2 Multimodal  \u003cbr\u003e6.2.1 Vue d'ensemble multimodale\u003cbr\u003e __6.2.2 Préparation de l'API Gemini\u003cbr\u003e 6.2.3 Questions et réponses sur les images\u003cbr\u003e 6.3 LLM local\u003cbr\u003e 6.3.1 Aperçu du LLM local\u003cbr\u003e 6.3.2 Environnement d'exécution LLM local sur iOS\u003cbr\u003e 6.3.3 Exécution de l'application de démonstration Llama.cpp\u003cbr\u003e 6.3.4 Exécution de l'application de démonstration MLX Swift\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 7 Index Rama\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 7.1 Début de l'index Rama\u003cbr\u003e __7.1.1 Qu'est-ce que l'indice Rama ?\u003cbr\u003e __7.1.2 Étapes principales de l'indice Rama\u003cbr\u003e 7.1.3 Préparation du document\u003cbr\u003e 7.1.4 Préparation de l'index Rama\u003cbr\u003e 7.1.5 Questions et réponses utilisant l'indice de Rama\u003cbr\u003e __7.1.6 Sauvegarde et chargement des index\u003cbr\u003e 7.2 Personnalisation de l'index Rama\u003cbr\u003e __7.2.1 Aperçu de la personnalisation de l'index Rama\u003cbr\u003e 7.2.2 Préparation de l'index Rama\u003cbr\u003e 7.2.3 Préparation du document\u003cbr\u003e 7.2.4 Personnalisation du LLM\u003cbr\u003e 7.2.5 Personnalisation du modèle d'intégration\u003cbr\u003e __7.2.6 Personnalisation du tokenizer\u003cbr\u003e __7.2.7 Personnalisation du séparateur de texte\u003cbr\u003e 7.2.8 Personnalisation du moteur de requêtes\u003cbr\u003e __7.2.9 Reclasseur\u003cbr\u003e 7.3 Chargeur de données  \u003cbr\u003e7.3.1 Présentation du chargeur de données\u003cbr\u003e 7.3.2 Questions et réponses à l'aide de pages Web\u003cbr\u003e 7.3.3 Questions-réponses à l'aide de vidéos YouTube\u003cbr\u003e 7.4 Boutique Vector\u003cbr\u003e 7.4.1 Aperçu de la boutique Vector\u003cbr\u003e 7.4.2 Préparation de l'index Rama\u003cbr\u003e 7.4.3 Préparation du document\u003cbr\u003e 7.4.4 Ordre d'utilisation de Pie\u003cbr\u003e __7.4.5 Présentation de Pinecon et importation de l'API\u003cbr\u003e __7.4.6 Ordre d'utilisation des pommes de pin\u003cbr\u003e Note de 7,5\u003cbr\u003e 7.5.1 Évaluation de l'indice de Rama\u003cbr\u003e 7.5.2 Préparation de l'index Rama\u003cbr\u003e 7.5.3 Préparation du document\u003cbr\u003e 7.5.4 Création d'un ensemble de données de contexte de question\u003cbr\u003e 7.5.5 Évaluation de la récupération\u003cbr\u003e 7.5.6 Évaluation de la performance des réponses\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 8 : Langchain\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 8.1 Démarrage de la chaîne de Lang\u003cbr\u003e __8.1.1 Aperçu de Langchain\u003cbr\u003e __8.1.2 Cas d'utilisation de Langchain\u003cbr\u003e __8.1.3 Configuration du package Langchain\u003cbr\u003e __8.1.4 Présentation des modules de Langchain\u003cbr\u003e 8.1.5 Préparation de la chaîne de caractères\u003cbr\u003e __8.1.6 LLM\u003cbr\u003e Modèle d'invite __8.1.7\u003cbr\u003e __8.1.8 Analyseur de sortie\u003cbr\u003e __8.1.9 Chaîne\u003cbr\u003e __8.1.10 Agent\u003cbr\u003e __8.1.11 Langsmith\u003cbr\u003e 8.2 LLM\u003cbr\u003e 8.2.1 Aperçu du LLM\u003cbr\u003e 8.2.2 Préparation de la chaîne de langage\u003cbr\u003e 8.2.3 Comment utiliser LLM  \u003cbr\u003e8.2.4 Comment utiliser ChatModel\u003cbr\u003e __8.2.5 Streaming\u003cbr\u003e 8.2.6 Comment utiliser LLM dans l'API Gemini de Vertex AI\u003cbr\u003e 8.3 Modèles d'invite\u003cbr\u003e 8.3.1 Aperçu du module de modèle d'invite\u003cbr\u003e 8.3.2 Préparation de la chaîne de caractères\u003cbr\u003e 8.3.3 Comment utiliser les modèles d'invite de chaîne\u003cbr\u003e 8.3.4 Comment utiliser les modèles d'invites de chat\u003cbr\u003e 8.3.5 Comment utiliser les espaces réservés aux messages\u003cbr\u003e 8.4 Analyseur de sortie\u003cbr\u003e 8.4.1 Aperçu de l'analyseur de sortie\u003cbr\u003e 8.4.2 Préparation de la chaîne de langage\u003cbr\u003e 8.4.3 Comment utiliser l'analyseur de sortie de chaîne\u003cbr\u003e 8.4.4 Comment utiliser l'analyseur de sortie JSON simple\u003cbr\u003e 8.4.5 Comment utiliser l'analyseur de sortie Pydantic\u003cbr\u003e Chaîne de 8,5 pouces\u003cbr\u003e 8.5.1 Aperçu de la chaîne\u003cbr\u003e __8.5.2 Vue d'ensemble LCEL\u003cbr\u003e __8.5.3 Aperçu de l'exécutable\u003cbr\u003e 8.5.4 Préparation de la chaîne de langage\u003cbr\u003e 8.5.5 Comment utiliser les chaînes\u003cbr\u003e 8.5.6 Comment utiliser Runnable\u003cbr\u003e 8.5.7 Vérification du schéma d'entrée\/sortie de Runnable\u003cbr\u003e 8.6 Chatbot\u003cbr\u003e __8.6.1 Présentation du chatbot\u003cbr\u003e 8.6.2 Préparation de la chaîne de langage\u003cbr\u003e 8.6.3 Préparation au LLM\u003cbr\u003e 8.6.4 Préparation du chatbot\u003cbr\u003e __8.6.5 Directives personnalisées\u003cbr\u003e 8.6.6 Gestion de l'historique des conversations\u003cbr\u003e 8.6.7 Vérification du stand de tir  \u003cbr\u003e8.7 Création de recherche augmentée\u003cbr\u003e 8.7.1 Aperçu de la génération de recherche augmentée\u003cbr\u003e 8.7.2 Préparation de la chaîne de caractères\u003cbr\u003e 8.7.3 Préparation du modèle d'intégration\u003cbr\u003e 8.7.4 Préparation du magasin de vecteurs\u003cbr\u003e 8.7.5 Préparation du retriever\u003cbr\u003e 8.7.6 Mise en œuvre de la génération de recherche augmentée\u003cbr\u003e 8.7.7 Traitement des documents avec génération de recherche augmentée\u003cbr\u003e 8.7.8 Vérification du stand de tir\u003cbr\u003e 8.8 Agent\u003cbr\u003e 8.8.1 Aperçu de l'agent\u003cbr\u003e 8.8.2 Préparation de la chaîne de caractères\u003cbr\u003e 8.8.3 Préparation du modèle d'intégration\u003cbr\u003e 8.8.4 Préparation des outils\u003cbr\u003e 8.8.5 Mise en œuvre d'un agent\u003cbr\u003e __8.8.6 Diffusion en continu des messages\u003cbr\u003e 8.8.7 Implémentation d'un agent avec historique de conversation\u003cbr\u003e 8.8.8 Vérification du stand de tir\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\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\/TopCate5298\/MidCate7\/529764583.jpg\" border=\"0\" alt=\"Image détaillée 1\"\u003e\u003c\/div\u003e\u003c\/div\u003e \",\"\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eDans le livre\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e Ce livre propose un guide de base pour le développement avec des modèles de langage à grande échelle. \u003cbr\u003eNous présenterons notamment les connaissances nécessaires pour concevoir et mettre en œuvre efficacement des applications en abordant des exemples pratiques simples axés sur les principales bibliothèques et plateformes telles que Gemini, RamaIndex et LangChain.\u003cbr\u003e\u003cbr\u003e Les bibliothèques présentées dans cet ouvrage, telles que Gemini, RamaIndex et LangChain, ne se limitent pas à l'exploitation des fonctions des modèles d'IA. Elles permettent d'étendre le champ d'application de l'IA à divers domaines, notamment le traitement des données, la recherche d'informations et la conception d'applications.\u003cbr\u003e Je suis convaincu que ces technologies joueront un rôle clé dans l'écosystème de l'IA, aujourd'hui comme demain.\u003cbr\u003e\u003cbr\u003e L'IA se développe très rapidement.\u003cbr\u003e Cela permettra aux humains et aux machines d'interagir plus naturellement à l'avenir.\u003cbr\u003e En particulier, la conception de services centrée sur les API joue un rôle essentiel pour maximiser la flexibilité et l'évolutivité de l'IA. \u003cbr\u003eDans cette optique, la combinaison de modèles d'IA et d'API est devenue un élément essentiel pour faire de l'IA un outil commercial pratique.\u003cbr\u003e\u003cbr\u003e En fait, même pendant la traduction de ce livre, Gemini a poursuivi ses recherches, en lançant de nouveaux modèles tels que 2.0 et Deep Research.\u003cbr\u003e Cela ne signifie pas pour autant que les exercices et les cas basés sur Gemini 1.5 sont dénués de sens.\u003cbr\u003e Je crois plutôt que si les lecteurs comparent les modèles antérieurs et les services qui en découlent avec les versions les plus récentes présentées dans cet ouvrage, ils seront en mesure de comprendre l'évolution du changement et de concevoir et développer des applications dans une direction plus avancée.\u003cbr\u003e\n\n\u003c\/div\u003e\n\u003cdiv\u003e --- Extrait de l'« Introduction du livre »\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\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 \u003cb\u003eLa première étape vers la programmation d'IA multimodale, en commençant par Gemini !\u003cbr\u003e Croisement de textes, d'images, de vidéos et de voix\u003cbr\u003e Le guide complet du développement d'applications d'IA !\u003c\/b\u003e\u003cbr\u003e \u003cbr\u003eGemini, une IA générative développée par Google, est une IA multimodale qui traite simultanément diverses données telles que du texte, des images, des vidéos et des voix.\u003cbr\u003e Cela peut servir à créer des services d'IA avancés tels que l'analyse de texte et d'images, les chatbots vocaux et l'IA de résumé vidéo.\u003cbr\u003e\u003cbr\u003e Ce livre vise à développer des applications d'IA de chatbot personnalisées utilisant Gemini.\u003cbr\u003e Il est structuré autour du développement de l'IA utilisant l'API Gemini et peut être mis en pratique dans divers environnements de développement tels que Colab, Android et iOS.\u003cbr\u003e De plus, nous expliquerons RamaIndex et LangChain, qui sont des frameworks standard pour le développement de l'IA, afin de vous guider dans le développement plus facile d'applications avancées.\u003cbr\u003e\u003cbr\u003e Il ne se contente pas d'expliquer des exemples, mais propose des exercices étape par étape et du code à suivre et à exécuter, permettant même aux développeurs novices de créer facilement des applications d'IA. \u003cbr\u003eDe plus, ce livre vous permettra d'acquérir une compréhension approfondie de l'IA générative et d'apprendre à l'appliquer en pratique.\u003cbr\u003e\n\n\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e \"]\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 13 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 388 pages | 720 g | 183 × 235 × 16 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 9791140713370 \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":43893280276522,"sku":"138742","price":44.0,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0683\/2750\/5962\/files\/bc4d75e726198d301e495d355b66f35a.jpg?v=1765395458","url":"https:\/\/librairie.coreenne.fr\/products\/138742","provider":"LIBRAIRIE COREENNE","version":"1.0","type":"link"}