Hrvatsko izdanje
Embeddings, RAG i semantičko pretraživanje
Ovaj tečaj obuhvaća OpenAI embeddinge, vektorske baze podataka, semantičko pretraživanje, kompletan RAG pipeline i produkcijske aplikacije.
22 lekcija oko 2 h 15 min Programer
Što ćete naučiti
- Generiranje embeddinga i mjerenje semantičke bliskosti između tekstova korištenjem kosinusne sličnosti
- Indeksiranje korpusa u vektorskoj bazi podataka i postavljanje hibridnog semantičkog i leksičkog pretraživanja
- Izgradnja potpunog RAG pipelinea: chunking, dohvat, ponovno rangiranje, a zatim generiranje
- Evaluacija relevantnosti RAG pipelinea i odabir između File Search i prilagođene arhitekture
- Korištenje embeddinga za klasifikaciju, grupiranje, preporuke te otkrivanje anomalija i duplikata
O tečaju
- Za koga je namijenjen
- Programeri, inženjeri i integratori koji žele koristiti ChatGPT putem API-ja u svojim aplikacijama.
- Preduvjeti
- Sposobnost čitanja Pythona i JSON-a, osnove командне linije. API ključ za OpenAI platformu potreban je za isprobavanje primjera.
- Trajanje
- 2 h 15 min — 22 lekcija
- Format
- Tečaj koji se odvija 100 % online u vlastitom tempu, dostupan 24/7 putem preglednika. Napredak se sprema, a tečaj možete nastaviti u bilo kojem trenutku. Procijenjeno trajanje: 2 h 15 min.
- Način ocjenjivanja
- Samoprocjena temeljena na ključnim porukama koje zaključuju svaku lekciju i izravna praksa primjera na vlastitim podacima. Završni kviz s 5 pitanja i odgovorima, na kraju posljednje lekcije, validira usvojeno znanje.
- Pristupačnost
- Tečaj u vlastitom tempu dostupan osobama s invaliditetom: tekstualni sadržaj kompatibilan s čitačima zaslona, navigacija tipkovnicom i usklađen kontrast boja. Za bilo kakve potrebe prilagodbe, pošaljite e-poštu na [email protected].
- Cijena
- Besplatno
Sadržaj tečaja
- 01 Što je ugradnja (embedding): Intuicija
- 02 API za ugradnje (Embeddings): modeli i dimenzije
- 03 Génère des embeddings pour tes données
- 04 Udaljenost i kosinusna sličnost
- 05 Vizualizacija ugrađenih vektora
- 06 Pretraživanje po značenju nasuprot pretraživanju po ključnim riječima
- 07 Indeksiranje korpusa dokumenata
- 08 Baze podataka vektora (Pinecone, Qdrant, Weaviate)
- 09 Pretraživanje hibridnog tipa (semantičko + leksičko)
- 10 Évaluer la qualité de la recherche
- 11 Potpuna arhitektura RAG-a
- 12 Chunking: Pametno dijeljenje vaših dokumenata
- 13 Reranking: Poboljšanje relevantnosti
- 14 RAG napredno: Multi-Query, HyDE, Step-Back
- 15 Evaluacija RAG cjevovoda
- 16 Pretraživanje datoteka naspram prilagođenog RAG-a: kada koristiti što
- 17 Klasifikacija teksta pomoću ugradnji
- 18 Klasteriranje: Automatsko grupiranje
- 19 Preporuke prilagođene korisniku
- 20 Detekcija anomalija i duplikata
- 21 Fino podešavanje ugrađivanja (embeddings)
- 22 Production : mise à l'échelle et mise en cache