آموزش Rag with Azure Openai (جستجوی AI ، CosmosDB ، Graphrag و موارد دیگر)

دانلود RAG with Azure OpenAI (AI Search, CosmosDB, GraphRAG & more)

در حال بارگزاری نمونه ویدیو، لطفا صبر کنید...
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
    • Chapters
    • descriptions off, selected
    • subtitles off, selected
      نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
      نمونه ویدیوها:
      • در حال بارگزاری، لطفا صبر کنید...
      توضیحات دوره: پارچه با لاجورد Openai ، تعبیه کننده وکتور ، جستجوی لاجورد AI ، Azure CosmosDB ، Graphrag ، Copilot Studio ، Azure Ai Studio Rag (نسل تقویت شده بازیابی): استفاده از داده های خصوصی با پارچه LLM با پارچه Azure AI با Azure Cosmosdb با Azure Openai Studio Rag با Azure Ai Studio Rag با Microsoft Copilot Studio Graphrag با Neo4J و Azure Openai پیش Nnیaزha: آشنایی با زبان برنامه نویسی پایتون برخی از تجربه کار با Azure و Microsoft Cloud به طور کلی مهندسی نرم افزار عمومی و تجربه توسعه

      در این دوره جامع Udemy ، قدرت نسل بازیابی (RAG) با Azure Openai را باز کنید ، که برای متخصصان داده و علاقه مندان به هوش مصنوعی مشتاق به تعمیق تخصص خود در تکنیک های پیشرفته هوش مصنوعی طراحی شده است. این دوره بینش های مفصلی در مورد ادغام RAG با خدمات مختلف لاجورد ارائه می دهد ، و این امکان را برای شما فراهم می کند تا بازیابی دانش را در راه حل های AI تقویت کنید.

      اهداف یادگیری:

      • Master Rag با Azure AI Search:
        یاد بگیرید که چگونه قابلیت های جستجو را تقویت کرده و داده های مربوطه را به طور مؤثر در محیط جستجوی قوی AI Azure بازیابی کنید.

      • RAG را با Azure CosmosDB پیاده سازی کنید:
        روش هایی را برای ذخیره ، مدیریت و پرس و جو مجموعه داده های بزرگ ، بهینه سازی بازیابی اطلاعات برای برنامه های با کارایی بالا کشف کنید.

      • اهرم Rag در استودیوی Azure AI:
        از Rag در استودیوی Azure AI استفاده کنید تا راه حل های سفارشی را در یک محیط توسعه قدرتمند با انعطاف پذیری پیشرفته توسعه دهید.

      • با RAG در Microsoft Copilot Studio توسعه دهید:
        مهارت های ایجاد برنامه های هوشمند با استفاده از استودیوی Microsoft Copilot را بدست آورید و تعامل کاربر را جذاب تر و بینش تر کنید.

      • نمودار نمودار نمودار را با Neo4J حرکت دهید:
        ذخیره سازی داده های مبتنی بر نمودار و بازیابی را درک کنید ، به شما امکان می دهد روابط پیچیده را از طریق Neo4J تجزیه و تحلیل کنید.

      این دوره با برنامه های کاربردی در دنیای واقعی ، تظاهرات عملی و پیاده روی کد بسته بندی شده است و شما را به دانش برای اجرای RAG در سیستم عامل های مختلف لاجورد و بالا بردن پروژه های هوش مصنوعی خود مجهز می کند. برای به دست آوردن مهارت های تقاضا و قابلیت های هوش مصنوعی خود را به سطح بعدی با Rag و Azure Openai ، اکنون بپیوندید!


      سرفصل ها و درس ها

      مقدمه Introduction

      • مقدمه دوره Course Introduction

      نخ آغازگر GenAI Primer

      • به سرور Discord بپیوندید !!!! Join the Discord Server!!!!

      • AI تولیدی چیست؟ What is Generative AI?

      • Azure Openai چیست؟ What is Azure OpenAI?

      آشنایی با راگ Introduction to RAG

      • چه ، چرا و چگونه پارچه The What, Why and How of RAG

      • کاوش در افق RAG با لاجورد Exploring The RAG Horizon with Azure

      • Microsoft Copilot Studio V/S Azure Ai Studio Microsoft Copilot Studio v/s Azure AI Studio

      اصول اولیه Azure Openai Azure OpenAI Basics

      • استقرار منابع Azure Openai (آزمایشگاه دستی) Deploying Azure OpenAI Resource (Hands-On Lab)

      • گپ زدن با مدل ما (آزمایشگاه دستی) Chatting With Our Model (Hands-On Lab)

      • مدل تولید تصویر (آزمایشگاه دستی) Image Generation Model (Hands-On Lab)

      • توجه: بروزرسانی UI برای منابع Azure OpenAi !!! Note: UI Update for Azure OpenAI Resource!!!

      • chatcompletions api برای تماس با موتور از طریق کد (آزمایشگاه دستی) ChatCompletions API to call engine via code (Hands-On Lab)

      • تعبیه بردار چیست؟ What Are Vector Embeddings?

      • استفاده از موتورهای تعبیه شده (آزمایشگاه دستی) Making Use of Embedding engines (Hands-On Lab)

      مهندسی سریع Prompt Engineering

      • مقدمه ای برای مهندسی سریع Introduction to Prompt Engineering

      • اجزای اساسی سریع Basic Components of a Prompt

      • زنجیره ای از تکنیک های فرکانس (آزمایشگاه دستی) Chain Of Thoughts Prompting Technique (Hands-On Lab)

      • کنترل خروجی از طریق مهندسی سریع (آزمایشگاه دستی) Controlling Output Through Prompt Engineering (Hands-On Lab)

      Rag با جستجوی Azure AI RAG With Azure AI Search

      • جستجوی بردار با تئوری جستجوی شناختی لاجورد Vector Search with Azure Cognitive Search Theory

      • جستجوی ترکیبی (بردار + جستجوی کلمه کلیدی) با آزمایشگاه جستجوی Azure AI (آزمایشگاه دستی) Hybrid Search (Vector + keyword search) With Azure AI Search Lab (Hands-On Lab)

      • Azure AI Rag با کد پایتون (آزمایشگاه دستی) Azure AI Search RAG with Python Code (Hands-On Lab)

      • نقاط درد پارچه RAG Pain Points

      پارچه با کیهان لاجورد RAG with Azure CosmosDB

      • آشنایی با Rag با Azure CosmosDB Introduction to RAG With Azure CosmosDB

      • Rag with CosmosDB برای API NOSQL: معماری RAG with CosmosDB for NoSQL API: Architecture

      • RAG با COSTOSDB برای NOSQL API: نسخه ی نمایشی (آزمایشگاه دستی) RAG with CosmosDB for NoSQL API: Demo (Hands-On Lab)

      • معماری برای RAG با Vcore MongoDB Architecture for RAG with MongoDB Vcore

      • Rag With MongoDB Vcore Python Lab (آزمایشگاه دستی) RAG with MongoDB VCore Python Lab (Hands-On Lab)

      پروژه موتور جستجوی آیکون لاجورد: Power of Azure CosmosDB Azure Icon Search Engine Project: Power of Azure CosmosDB

      • مقدمه Introduction

      • استقرار منابع در لاجورد Deploying Resources on Azure

      • اجرای پروژه ما Running our Project

      پارچه با استودیوی Azure AI RAG with Azure AI Studio

      • استودیوی Azure AI چیست What is Azure AI Studio

      • استقرار استودیوی Azure AI (آزمایشگاه دستی) Deploying Azure AI Studio (Hands-On Lab)

      • جریان سریع مایکروسافت چیست What is Microsoft Prompt Flow

      • Rag in Azure Ai Studio RAG in Azure AI Studio

      • تنظیم زیرساخت های RAG ما در لاجورد (آزمایشگاه دستی) Setting Up Our RAG Infrastructure on Azure (Hands-On Lab)

      • ساخت جریان سریع RAG ما (آزمایشگاه دستی) Building Our RAG Prompt Flow (Hands-On Lab)

      Rag With Azure Document Intelligence در استودیوی Azure AI RAG with Azure Document Intelligence in Azure AI Studio

      • مقدمه جریان سریع اطلاعات سند Document Intelligence Prompt Flow Introduction

      • آزمایش اسناد اطلاعات هوش مصنوعی (آزمایشگاه دستی) Testing Document Intelligence AI Service (Hands-On Lab)

      • ساختن یک جریان سریع اطلاعاتی سند (آزمایشگاه دستی) Building a Document Intelligence Prompt Flow (Hands-On Lab)

      RAG با استودیوی Microsoft Copilot RAG with Microsoft Copilot Studio

      • استودیوی Microsoft Copilot چیست What is Microsoft Copilot Studio

      • Walkthrough of Microsoft Copilot Studio (آزمایشگاه دستی) Walkthrough of Microsoft Copilot Studio (Hands-On Lab)

      • ایجاد موضوعات در Copilot سفارشی (آزمایشگاه دستی) Creating Topics in Custom Copilot (Hands-On Lab)

      • کاوش در بخش تولید AI از استودیوی Microsoft Copilot: Rag (نسخه ی نمایشی) Exploring Generative AI Section of Microsoft Copilot Studio: RAG (Demo)

      • انتشار Copilot سفارشی ما (آزمایشگاه دستی) Publishing our Custom Copilot (Hands-On Lab)

      گرافراگ با neo4js GraphRAG with Neo4js

      • آشنایی با گرافراگ Introduction to GraphRAG

      • شروع کار با پایگاه داده نمودار Neo4J (آزمایشگاه دستی) Getting Started with Neo4j Graph Database (Hands-On Lab)

      • درک معماری نمودار پارچه Understanding the Graph RAG Architecture

      • نسخه ی نمایشی اجرای گرافراگ (آزمایشگاه دستی) Demo of GraphRAG Implementation (Hands-On Lab)

      نمایش نظرات

      آموزش Rag with Azure Openai (جستجوی AI ، CosmosDB ، Graphrag و موارد دیگر)
      جزییات دوره
      9.5 hours
      48
      Udemy (یودمی) Udemy (یودمی)
      (آخرین آپدیت)
      309
      4.6 از 5
      دارد
      دارد
      دارد
      جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

      Google Chrome Browser

      Internet Download Manager

      Pot Player

      Winrar

      Kuljot Singh Bakshi Kuljot Singh Bakshi

      مربی در Udemy