Supercharge AI با نمودارهای دانش: تسلط بر سیستم RAG NEW

Supercharge AI with Knowledge Graphs: RAG System Mastery NEW

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: بهبود مدل‌های زبان بزرگ با استفاده از بافت ساختاری و نسل افزوده بازیابی - Neo4j، LangChain، Cypher Understand Knowledge Graph Fundamentals پیاده‌سازی نمودارهای دانش با Neo4j افزایش دقت برنامه RAG با گراف‌های دانش نیازها ایجاد و استفاده از Fullexes. پایگاه های داده مهارت های اساسی برنامه نویسی درک اولیه AI، LLM

آیا آماده‌اید مهارت‌های هوش مصنوعی خود را به سطح بعدی ببرید؟ به «هوش مصنوعی فوق‌العاده با نمودارهای دانش: تسلط بر سیستم RAG» خوش آمدید، دوره آموزشی نهایی که برای باز کردن پتانسیل کامل مدل‌های زبان بزرگ (LLM) با استفاده از تکنیک‌های پیشرفته در نمودارهای دانش و سیستم‌های تولید افزوده بازیابی (RAG) طراحی شده است.

آنچه خواهید آموخت:

  • مبانی نمودارهای دانش: مفاهیم اصلی، ساختار، و اجزای نمودارهای دانش و نحوه نمایش روابط پیچیده داده را درک کنید.

  • مقدمه ای بر سیستم های RAG: بیاموزید که Retrieval-Augmented Generation چیست و چرا یک تغییر دهنده بازی برای بهبود عملکرد مدل های هوش مصنوعی است.

  • ادغام نمودارهای دانش با LLM: کشف کنید که چگونه نمودارهای دانش را با مدل های زبان بزرگ ترکیب کنید تا زمینه ساختارمند و مرتبط را فراهم کنید و قابلیت های هوش مصنوعی را تقویت کنید.

  • ساخت و پرس و جو نمودارهای دانش: تجربه عملی در ایجاد و جستجوی نمودارهای دانش با استفاده از ابزارها و فن آوری های رایج به دست آورید.

  • بهینه‌سازی هوش مصنوعی با داده‌های ساخت‌یافته: استراتژی‌هایی را برای افزایش عملکرد هوش مصنوعی با استفاده از داده‌های ساخت‌یافته ارائه‌شده توسط نمودارهای دانش بررسی کنید.

  • برنامه های کاربردی در دنیای واقعی: نمونه های عملی و مطالعات موردی را که نشان دهنده استفاده از نمودارهای دانش در صنایع مختلف مانند مراقبت های بهداشتی، مالی، و غیره است، بررسی کنید.

  • تکنیک‌های پیشرفته: روش‌های پیشرفته را برای تنظیم دقیق LLM و ادغام آنها با سیستم‌های RAG برای نتایج برتر بیاموزید.

نکات مهم دوره:

  • پروژه‌های عملی: برای ساختن و بهینه‌سازی نمودارهای دانش و ادغام آنها با مدل‌های هوش مصنوعی، روی پروژه‌های دنیای واقعی کار کنید.

  • مربیان خبره: از کارشناسان صنعت با سالها تجربه در هوش مصنوعی، نمودارهای دانش، و سیستم های RAG بیاموزید.

  • محتوای تعاملی: با سخنرانی‌ها، آزمون‌ها و تکالیف تعاملی برای تقویت یادگیری خود درگیر شوید.

  • پشتیبانی انجمن : برای به اشتراک گذاشتن بینش، پرسیدن سؤال و همکاری در پروژه ها، به جامعه ای از یادگیرندگان و متخصصان بپیوندید.

این دوره برای چه کسانی است:

  • علاقه مندان به هوش مصنوعی و یادگیری ماشینی: افرادی که به دنبال تعمیق درک خود از هوش مصنوعی و بهبود عملکرد مدل های خود هستند.

  • دانشمندان و مهندسان داده: متخصصانی که به دنبال استفاده از نمودارهای دانش و سیستم‌های RAG برای مدیریت و تجزیه و تحلیل مؤثرتر داده‌ها هستند.

  • توسعه دهندگان و برنامه نویسان: فناورانی که علاقه مند به ادغام تکنیک های پیشرفته هوش مصنوعی در برنامه های خود هستند.

  • تحلیلگران و مدیران کسب و کار : تصمیم گیرندگان با هدف استفاده از قدرت هوش مصنوعی برای بینش استراتژیک و مزیت رقابتی.

چرا ثبت نام کنید؟

در دنیای امروزی مبتنی بر داده، توانایی استفاده از داده های ساخت یافته و تکنیک های پیشرفته هوش مصنوعی یک مزیت قابل توجه است. این دوره شما را به دانش و مهارت هایی مجهز می کند تا از منحنی جلوتر بمانید و بینش های عملی و عملی را ارائه می دهد که می توانید بلافاصله از آنها استفاده کنید. خواه به دنبال ارتقای شغل خود، نوآوری در نقش فعلی خود باشید یا به سادگی دنیای شگفت انگیز هوش مصنوعی را کشف کنید، این دوره تجربه یادگیری جامعی را که نیاز دارید ارائه می دهد.

اکنون در «هوش مصنوعی فوق‌العاده با نمودارهای دانش: تسلط بر سیستم RAG» ثبت‌نام کنید و درک خود را از هوش مصنوعی، نمودارهای دانش، و نسل افزوده‌شده بازیابی تغییر دهید. امروز اولین قدم را برای تسلط بر آینده هوش مصنوعی بردارید!


سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه و پیش نیاز Introduction and Pre-requisites

  • ساختار دوره Course Structure

کد و اسلایدها را دانلود کنید Download Code & Slides

  • کد دوره و اسلایدها را دانلود کنید Download Course Code and Slides

راه اندازی محیط توسعه Development Environment Setup

  • تنظیم محیط توسعه و حساب OpenAI - مرور کلی Development Environment Setup & the OpenAI Account- Overview

  • کلید OpenAI API را تنظیم کنید Setup the OpenAI API Key

نمودار دانش شیرجه عمیق Knowledge Graph Deep Dive

  • نمودار دانش Deep Dive - تعریف و مفاهیم کلیدی Knowledge Graph Deep Dive - Definition and Key Concepts

  • ساختار نمودار دانش - ساخت و کاربرد Knowledge Graph Structure - Construction and Application

  • خلاصه Summary

Hands-On: Knowledge Graph Deep Dive -Neo4j مقدمه و مرور کلی Hands-On: Knowledge Graph Deep Dive -Neo4j Introduction and Overview

  • Building Knowledge Graphs & Neo4j مقدمه و مرور کلی Building Knowledge Graphs & Neo4j Introduction and Overview

  • Neo4J - مبانی Neo4J - Fundamentals

  • مروری بر مرورگر Neo4j Neo4j Browser Overview

  • راه اندازی Neo4J - نمونه پایگاه داده Graph را ایجاد کنید و به آن متصل شوید Setting up Neo4J - Create the Graph Database Instance and Connect to It

  • اتصال به پایگاه داده گراف ما از طریق برنامه ریزی Connecting to Our Graph Database Programmatically

  • ایجاد موجودیت ها و روابط به صورت برنامه نویسی که یک نمودار دانش تولید می کند Programmatically creating Entities & Relationships Generating a Knowledge Graph

  • یک پرس و جو ساده را اجرا کنید - نام همه نهادها را دریافت کنید Run a Simple Query - Get All Entities Names

  • اجرای یک کوئری برای دریافت مسیرها-روابط Running a Query to Get Paths-Relationships

  • خلاصه Summary

بررسی کنید Check in

  • بررسی کنید Check in

نمودارهای دانش و سیستم های RAG Knowledge Graphs & RAG Systems

  • نمودار دانش و RAG - نمای کلی Knowledge Graph & RAG - Full Overview

  • عملی - استخراج داده های فایل CSV و تبدیل آن به یک نمودار دانش Hands-on - Extracting CSV file Data & Transform it Into a Knowledge Graph

  • مرورگر Neo4j - کل نمودار را به صورت بصری مشاهده کنید Neo4j Browser - View the Entire Graph Visually

  • پرس و جو نمودار دانش با بسته بندی های LangChain Querying Knowledge Graph with LangChain Wrappers

  • خلاصه Summary

نمودار دانش و RAG - ایجاد فهرست و فروشگاه وکتور - جاسازی ها Knowledge Graph & RAG - Index Creation and Vector Store - Embeddings

  • ایجاد یک نمایه برداری، ایجاد جاسازی و پر کردن آن در DB Creating a Vector Index, Creating Embeddings and Populating then Into the DB

  • پرس و جو از نمایه برداری و نمودار دانش Querying the Vector Index and Knowledge Graph

  • خلاصه Summary

عملی: موارد کاربر - سیستم‌های بازیابی نمودار و RAG - کل جریان Hands-on: User Cases - Graph Retrieval and RAG Systems - The Whole Flow

  • گراف بازیابی و نمودار دانش - بررسی اجمالی جریان کامل Graph Retriever & Knowledge Graph - Full Flow Overview

  • عملی: سیستم RAG امپراتوری روم و نمودار دانش Hands-on: The Roman Empire RAG System and Knowledge Graph

  • راه اندازی پروژه و بارگیری داده های ویکی پدیا و تقسیم اسناد به قطعات Setting up the Project and Loading Wikipedia Data and Splitting Docs into Chunks

  • استخراج داده های نمودار و تولید نمودار دانش Extract Graph Data and Generate the Knowledge Graph

  • نمودار کل دانش را تجسم کرد Visualized the Whole Knowledge Graph

  • Graph Retriever و Entity Parser Setup Graph Retriever and Entity Parser Setup

  • نمایه متن کامل و توابع لازم برای برگرداندن موجودیت ها را ایجاد کنید Create the Full Text Index and Necessary Functions to Return Entities

  • زنجیره RAG را تعریف کنید و همه را با هم قرار دهید - GraphRAG Define the RAG Chain and Put it All Together - GraphRAG

  • خلاصه Summary

جمع کنید Wrap up

  • مراحل بعدی Next Steps

  • سخنرانی پاداش Bonus Lecture

نمایش نظرات

Supercharge AI با نمودارهای دانش: تسلط بر سیستم RAG NEW
جزییات دوره
2.5 hours
37
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
328
4.5 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

Paulo Dichone  Software Engineer, AWS Cloud Practitioner   Instructor Paulo Dichone Software Engineer, AWS Cloud Practitioner Instructor

Android، Flutter، AWS، پرفروش ترین مربی