لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش تسلط بر سیستمهای تولید تقویتشده با بازیابی (RAG)
- آخرین آپدیت
دانلود Master Retrieval-Augmented Generation (RAG) Systems
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
بهروزرسانی شده در می ۲۰۲۵.
این دوره اکنون دارای Coursera Coach است!
روشی هوشمندانهتر برای یادگیری با گفتگوهای تعاملی و آنی که به شما کمک میکند دانش خود را آزمایش کنید، پیشفرضها را به چالش بکشید و همزمان با پیشروی در دوره، درک خود را عمیقتر کنید.
این دوره آموزشی یک بررسی جامع و عمیق از سیستمهای تولید تقویتشده با بازیابی (RAG) را با تمرکز بر کاربردهای عملی در سناریوهای واقعی ارائه میدهد. در پایان این دوره، شما در تکنیکهای پیشرفتهای مانند گسترش پرسوجو (Query Expansion)، بازرتبهبندی (Re-ranking) و بازیابی متراکم متون (Dense Passage Retrieval) تخصص کسب خواهید کرد. همچنین اجزای اصلی سیستمهای RAG را شناخته و میآموزید که چگونه چالشهای رایج در پیادهسازی آنها را برطرف کنید.
دوره با معرفی مفاهیم پایه RAG آغاز میشود تا زیربنای لازم برای درک رویکردهای ساده (Naive) و پیشرفته RAG فراهم شود. شما با مثلث RAG آشنا شده و نقاط ضعف پیادهسازیهای اولیه را بررسی میکنید و سپس به سراغ تکنیکهای پیچیدهتر میروید. بخشهای عملی شما را گامبهگام از طریق تمریناتی چون تکهتکه کردن متن (Text Splitting)، جاسازی تکهها (Embedding Chunks) و انجام جستجوهای شباهت هدایت میکند.
مباحث پیشرفتهای مانند گسترش پرسوجو با پاسخهای تولید شده، بازرتبهبندی با استفاده از Cross-encoders و تکنیک بازیابی متراکم متون (DPR) به طور کامل بررسی خواهند شد. همچنین یاد میگیرید که نتایج خود را از طریق تصویرسازیهای گرافیکی و ترسیم جاسازیها برای تفسیر بهتر دادهها نمایش دهید. در طول دوره، فرصتهای متعددی برای بهکارگیری آموختههای خود در جلسات عملی و چالشهای کاربردی خواهید داشت.
این دوره برای یادگیرندگانی طراحی شده است که درک پایهای از یادگیری ماشین و پردازش زبان طبیعی (NLP) دارند. این دوره برای متخصصان و توسعهدهندگانی که به دنبال تسلط بر سیستمهای پیشرفته RAG برای بازیابی بهینه اسناد و تولید پاسخهای دقیق هستند، مناسب است. داشتن دانش قبلی در زبان پایتون و فریمورکهای یادگیری ماشین توصیه میشود.
سرفصل ها و درس ها
مقدمه
Introduction
مقدمه
Introduction
ساختار دوره
Course Structure
راهاندازی محیط توسعه
Development Environment Setup
بررسی عمیق RAG - مقایسه RAG ساده در مقابل RAG پیشرفته
RAG (Retrieval-Augmented Generation) Deep Dive - Naive RAG vs Advanced RAG
آشنایی با RAG و مثلث RAG - نمای کلی
Introduction to RAG and the RAG Triad - Overview
RAG چیست؟ بررسی RAG ساده و نقاط ضعف آن
What is RAG and Naive RAG Overview and Pitfalls
بررسی عمیق نقاط ضعف هر یک از مدلهای RAG ساده
Deep Dive into Each Naive RAG Drawbacks
بررسی عمیق RAG پیشرفته - تکنیکهای پیشرفته
Advanced RAG Deep Dive - Advanced Techniques
تکنیکهای RAG پیشرفته - مقدمهای بر گسترش با پاسخهای تولید شده
Advanced RAG Techniques - Intro to Expansion with Generated Answers
کارگاه عملی - گسترش با پاسخها - تکهتکه کردن متن
Hands-on - Expansion with Answers - Splitting Text
جاسازی تکهها و نمایش آنها
Embedding the Chunks and Showing Them
افزودن اسناد به ذخیرهساز برداری و انجام جستجوی شباهت
Adding Documents to the Vector Store and Performing Similarity Search
تولید پاسخ و متصل کردن اسناد مرتبط
Generating the Answer and Concatenating the Relevant Documents
ترسیم و تصویرسازی نتایج جاسازی شده روی نمودار
Plotting and Projecting the Embedded Results on Graph
گسترش پرسوجو با پاسخهای تولید شده - جمعبندی
Query Expansion with Generated Answers - Summary
نمایش نظرات