Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Slovenska izdaja

Vdelave, RAG in semantično iskanje

Ta tečaj zajema vdelave OpenAI, vektorske baze podatkov, semantično iskanje, celoten cevovod RAG in aplikacije za proizvodnjo.

22 lekcij pribl. 2 h 15 min Razvijalec

Kaj se boste naučili

  • Ustvarjanje vdelav in merjenje semantične bližine med besedili z uporabo kosinusne podobnosti
  • Indeksiranje korpusa v vektorski bazi podatkov in vzpostavitev hibridnega semantičnega in leksikalnega iskanja
  • Izgradnja celotnega cevovoda RAG: razčlenjevanje, pridobivanje, ponovno razvrščanje in nato generiranje
  • Ovrednotenje ustreznosti cevovoda RAG in izbira med iskanjem po datotekah in prilagojeno arhitekturo
  • Uporaba vdelav za razvrščanje, gručenje, priporočanje ter zaznavanje anomalij in duplikatov

Podatki o tečaju

Za kogo je namenjeno
Razvijalci, inženirji in integratorji, ki želijo uporabljati ChatGPT prek API-ja v svojih aplikacijah.
Predpogoji
Sposobnost branja kode Python in JSON, osnove ukazne vrstice. Ključ API za platformo OpenAI za preizkus primerov.
Trajanje
2 h 15 min — 22 lekcij
Oblika izvedbe
100 % spletni tečaj v lastnem tempu, dostopen 24/7 iz brskalnika. Napredek je shranjen in lahko nadaljujete kadar koli. Predvideno trajanje: 2 h 15 min.
Preverjanje znanja
Samocena na podlagi ključnih spoznanj, ki zaključujejo vsako lekcijo, in neposredna vaja primerov na vaših lastnih primerih. Končni kviz s 5 vprašanji z odgovori na koncu zadnje lekcije potrdi vaše znanje.
Dostopnost
Tečaj v lastnem tempu, dostopen osebam z invalidnostjo: besedilna vsebina združljiva z bralniki zaslona, navigacijo s tipkovnico in skladnim barvnim kontrastom. Za morebitne potrebe po prilagoditvah pišite na [email protected].
Cena
Gratis

Vsebina tečaja

  1. 01 Kaj je vgradnja: intuitivno razumevanje
  2. 02 API za vdelave: modeli in dimenzije
  3. 03 Generiranje vdelav za vaše podatke
  4. 04 Razdalja in kosinusna podobnost
  5. 05 Vizualizacija vdelav
  6. 06 Iskanje po pomenu proti iskanju po ključnih besedah
  7. 07 Indeksiranje korpusa dokumentov
  8. 08 Baze podatkov vektorjev (Pinecone, Qdrant, Weaviate)
  9. 09 Iskanje hibridnega tipa (semantično + leksikalno)
  10. 10 Oceni kakovost iskanja
  11. 11 Celotna arhitektura RAG
  12. 12 Razčlenjevanje: Pametno razdeljevanje dokumentov
  13. 13 Ponovno razvrščanje: izboljšanje ustreznosti
  14. 14 RAG napredno: Multi-Query, HyDE, Step-Back
  15. 15 Ocena cevovoda RAG
  16. 16 Iskanje po datotekah proti prilagojenemu RAG: kdaj uporabiti kaj
  17. 17 Klasifikacija besedila z vgradnjami
  18. 18 Grozdjenje: samodejno združevanje
  19. 19 Priporočila po meri
  20. 20 Zaznavanje anomalij in duplikatov
  21. 21 Prilagoditev vdelav (fine-tuning)
  22. 22 Produkcija: Skaliranje in predpomnenje