آموزش ساخت Embedding، جستجوی برداری و RAG با BigQuery - آخرین آپدیت

دانلود Membuat Sematan, Pencarian Vektor, & RAG dengan BigQuery

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.

نمونه ویدیوها: (صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)

توضیحات دوره: این دوره به بررسی راهکارهای Retrieval-Augmented Generation (RAG) در BigQuery برای کاهش توهمات هوش مصنوعی می‌پردازد. در این دوره با گردش‌کار RAG آشنا می‌شوید که شامل تولید Embeddingها، جستجو در فضای برداری و تولید پاسخ‌های دقیق‌تر است. همچنین دلایل مفهومی پشت این مراحل و پیاده‌سازی عملی آن‌ها با استفاده از BigQuery توضیح داده خواهد شد. در پایان دوره، شرکت‌کنندگان قادر خواهند بود با استفاده از BigQuery و مدل‌های هوش مصنوعی مولد مانند Gemini و مدل‌های Embedding، یک خط لوله (Pipeline) RAG برای مدیریت موارد استفاده از توهمات هوسباشی مصنوعی خود بسازند.

سرفصل ها و درس ها

ساخت Embedding، جستجوی برداری و RAG با BigQuery Membuat Embedding, Penelusuran Vektor, dan RAG dengan BigQuery

چرا RAG؟ Mengapa RAG
مفهوم Embedding Embedding
جستجوی برداری Penelusuran vektor
نحوه عملکرد RAG Cara kerja RAG
جمع‌بندی Ringkasan
Coursera: شروع کار با Google Cloud و Qwiklabs Coursera: Memulai dengan Google Cloud dan Qwiklabs