Suomenkielinen versio
Upotukset, RAG ja semanttinen haku
Tämä kurssi käsittelee OpenAI-upotuksia, vektoritietokantoja, semanttista hakua, täydellistä RAG-putkea ja tuotantosovelluksia.
22 oppituntia noin 2 h 15 min Kehittäjä
Mitä opit
- Tuota upotuksia ja mittaa tekstien välistä semanttista läheisyyttä kosinussimilariteetin avulla
- Indeksoi aineisto vektoritietokantaan ja määritä hybridi-semanttinen ja leksikaalinen haku
- Rakenna täydellinen RAG-putki: pilkkominen, haku, uudelleenjärjestely ja sitten generointi
- Arvioi RAG-putken relevanssi ja valitse File Searchin ja mukautetun arkkitehtuurin välillä
- Käytä upotuksia luokitteluun, klusterointiin, suositteluun sekä poikkeamien ja kaksoiskappaleiden havaitsemiseen
Kurssin tiedot
- Kenelle
- Kehittäjät, insinöörit ja integraattorit, jotka haluavat käyttää ChatGPT:tä API:n kautta sovelluksissaan.
- Esitiedot
- Kyky lukea Pythonia ja JSONia, komentorivin perusteet. OpenAI-alustan API-avain esimerkkien kokeilemiseen.
- Kesto
- 2 h 15 min — 22 oppituntia
- Toteutustavat
- 100 % verkkopohjainen itseohjautuva kurssi, joka on käytettävissä 24/7 selaimesta. Edistyminen tallentuu, ja voit jatkaa milloin tahansa. Arvioitu kesto: 2 h 15 min.
- Arviointi
- Itsearviointi, joka perustuu jokaisen oppitunnin päättäviin keskeisiin oppeihin, sekä esimerkkien suora harjoittelu omilla aineistoillasi. Viimeisen oppitunnin lopussa oleva 5 kysymyksen lopputesti vastauksineen vahvistaa oppimisesi.
- Esteettömyys
- Itseohjautuva kurssi, joka on esteetön vammaisille henkilöille: tekstisisältö yhteensopiva ruudunlukijoiden kanssa, näppäimistönavigointi ja vaatimusten mukainen värikontrasti. Ota yhteyttä sähköpostitse osoitteeseen [email protected], jos tarvitset mukautuksia.
- Hinta
- Ilmainen
Kurssin sisältö
- 01 Mikä on upotus: intuitio
- 02 Upotusrajapinta: Mallit ja ulottuvuudet
- 03 Luo upotuksia datallesi
- 04 Etäisyys ja kosinussimilariteetti
- 05 Visualisoi upotukset
- 06 Hakusemantikka vs. avainsanahaku
- 07 Indeksoidaan asiakirjakokoelma
- 08 Vektoritietokannat (Pinecone, Qdrant, Weaviate)
- 09 Hakuhaku: hybridi (semanttinen + leksikaalinen)
- 10 Arvioi hakukoneen laatu
- 11 RAG-arkkitehtuuri kokonaisuudessaan
- 12 Chunking: Asiakirjojen älykäs pilkkominen
- 13 Uudelleenjärjestely: Osuvuuden parantaminen
- 14 RAG avancé : Multi-Query, HyDE, Step-Back
- 15 Arvioi RAG-putki
- 16 File Search vs. mukautettu RAG: kumpaa milloinkin käyttää
- 17 Tekstiluokittelu upotuksilla
- 18 Clustering: Ryhmittely automaattisesti
- 19 Suositukset henkilökohtaistettuna
- 20 Poikkeavuuksien ja kaksoiskappaleiden havaitseminen
- 21 Upotusvektorien hienosäätö
- 22 Tuotanto: skaalaus ja välimuisti