آموزش بهبود هوش مصنوعی با گراف‌های دانش - تسلط بر سیستم‌های RAG - آخرین آپدیت

دانلود AI Enhancement with Knowledge Graphs - Mastering 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 هوشمندتر برای یادگیری با گفتگوهای تعاملی و در لحظه که به شما کمک می‌کند دانش خود را آزمایش کنید، پیش‌فرض‌ها را به چالش بکشید و در حین پیشروی در دوره، درک خود را عمیق‌تر کنید. در این دوره جامع، با تسلط بر تکنیک‌های تولید تقویت‌شده با بازیابی (RAG) با استفاده از گراف‌های دانش (Knowledge Graphs)، پتانسیل سیستم‌های هوش مصنوعی را آزاد کنید. شما خواهید آموخت که چگونه گراف‌های دانش پیشرفته را طراحی، ساخته و کوئری بزنید و آن‌ها را با سیستم‌های هوش مصنوعی ادغام کنید تا درک متنی و کارایی بازیابی داده‌ها را افزایش دهید. دوره با یک مقدمه جامع درباره گراف‌های دانش، شامل ساختار، نحوه ساخت و کاربردهای آن‌ها آغاز می‌شود. شما محیط توسعه خود را راه‌اندازی کرده، در پیاده‌سازی‌های عملی Neo4j غوطه‌ور می‌شوید و گراف‌های دانش را به صورت برنامه‌نویسی شده تولید می‌کنید. از طریق تمرین‌های هدایت‌شده، داده‌های واقعی را استخراج کرده، آن‌ها را به ساختارهای گراف تبدیل می‌کنید و ارتباطات متقابل آن‌ها را به صورت بصری بررسی خواهید کرد. در ادامه، هم‌افزایی بین گراف‌های دانش و سیستم‌های RAG را بررسی کرده، ایندکس‌های برداری (Vector Indexes) و Embeddingها را ایجاد و آن‌ها را در پایگاه‌های داده ادغام می‌کنید. روش‌های پیشرفته کوئری‌زنی، بصری‌سازی و جریان‌های کاری برای موارد استفاده مبتنی بر هوش مصنوعی را بیاموزید. در نهایت، یک پروژه گراف دانش مبتنی بر RAG با ترکیب Neo4j و LangChain خواهید ساخت تا جریان کامل تبدیل داده‌ها، بازیابی و کاربرد نهایی را به نمایش بگذارید. این دوره برای علاقه‌مندان به هوش مصنوعی، مهندسان داده و توسعه‌دهندگانی که مشتاق ارتقای مدل‌های هوش مصنوعی خود با گراف‌های دانش هستند، ایده‌آل است. داشتن تجربه قبلی در پایتون و مفاهیم پایه هوش مصنوعی توصیه می‌شود. چه در سطح متوسط باشید و چه پیشرفته، مهارت‌های ارزشمند و مرتبط با صنعت را کسب خواهید کرد.

سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه و پیش‌نیازها Introduction and Pre-requisites

  • ساختار دوره Course Structure

راه‌اندازی محیط توسعه Development Environment Setup

  • راه‌اندازی محیط توسعه و حساب OpenAI - نمای کلی Development Environment Setup & the OpenAI Account - Overview

  • تنظیم کلید API OpenAI Setup the OpenAI API Key

بررسی عمیق گراف دانش Knowledge Graph Deep Dive

  • بررسی عمیق گراف دانش - تعریف و مفاهیم کلیدی Knowledge Graph Deep Dive - Definition and Key Concepts

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

  • خلاصه Summary

کار عملی: بررسی عمیق گراف دانش - معرفی و نمای کلی Neo4j Hands-On: Knowledge Graph Deep Dive - Neo4j Introduction and Overview

  • ساخت گراف‌های دانش - معرفی و نمای کلی Neo4j Building Knowledge Graphs & Neo4j Introduction and Overview

  • مبانی Neo4j Neo4J - Fundamentals

  • نمای کلی مرورگر Neo4j Neo4j Browser Overview

  • راه‌اندازی Neo4j - ایجاد نمونه پایگاه داده گراف و اتصال به آن Setting up Neo4J - Create the Graph Database Instance and Connect to It

  • اتصال برنامه‌نویسی شده به پایگاه داده گراف Connecting to Our Graph Database Programmatically

  • ایجاد برنامه‌نویسی شده موجودیت‌ها و روابط - تولید گراف دانش Programmatically creating Entities & Relationships Generating a Knowledge Graph

  • اجرای یک کوئری ساده - دریافت نام تمام موجودیت‌ها Run a Simple Query - Get All Entities Names

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

  • خلاصه Summary

گراف‌های دانش و سیستم‌های RAG Knowledge Graphs & RAG Systems

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

  • کار عملی - استخراج داده‌های فایل CSV و تبدیل آن به گراف دانش Hands-on - Extracting CSV file Data & Transform it Into a Knowledge Graph

  • مرورگر Neo4j - مشاهده بصری کل گراف Neo4j Browser - View the Entire Graph Visually

  • کوئری زدن گراف دانش با Wrapperهای LangChain Querying Knowledge Graph with LangChain Wrappers

  • خلاصه Summary

گراف دانش و RAG - ایجاد ایندکس و ذخیره‌ساز برداری - Embeddingها Knowledge Graph & RAG - Index Creation and Vector Store - Embeddings

  • ایجاد ایندکس برداری، ایجاد Embeddingها و مقداردهی در پایگاه داده Creating a Vector Index, Creating Embeddings and Populating then Into the DB

  • کوئری زدن در ایندکس برداری و گراف دانش Querying the Vector Index and Knowledge Graph

  • خلاصه Summary

کار عملی: موارد کاربردی - بازیابی گراف و سیستم‌های RAG - جریان کامل Hands-on: User Cases - Graph Retrieval and RAG Systems - The Whole Flow

  • بازیاب گراف و گراف دانش - نمای کلی جریان کامل Graph Retriever & Knowledge Graph - Full Flow Overview

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

  • راه‌اندازی پروژه، بارگذاری داده‌های ویکی‌پدیا و تقسیم اسناد به تکه‌ها (Chunks) Setting up the Project and Loading Wikipedia Data and Splitting Docs into Chunks

  • استخراج داده‌های گراف و تولید گراف دانش Extract Graph Data and Generate the Knowledge Graph

  • بصری‌سازی کل گراف دانش Visualized the Whole Knowledge Graph

  • راه‌اندازی بازیاب گراف (Graph Retriever) و تجزیه‌کننده موجودیت‌ها Graph Retriever and Entity Parser Setup

  • ایجاد ایندکس متن کامل و توابع لازم برای بازگرداندن موجودیت‌ها Create the Full Text Index and Necessary Functions to Return Entities

  • تعریف زنجیره RAG و یکپارچه‌سازی نهایی - GraphRAG Define the RAG Chain and Put it All Together - GraphRAG

  • خلاصه Summary

جمع‌بندی Wrap up

  • گام‌های بعدی Next Steps

نمایش نظرات

آموزش بهبود هوش مصنوعی با گراف‌های دانش - تسلط بر سیستم‌های RAG
جزییات دوره
5h 50m
34
(آخرین آپدیت)
1,301
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده