آموزش RAG با Azure OpenAI (جستجوی هوش مصنوعی، CosmosDB ،GraphRAG و غیره)
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- RAG (Retrieval Augmented Generation): استفاده از داده خصوصی با مدل زبانی بزرگ
- RAG با Azure AI Search
- RAG با Azure CosmosDB
- RAG با Azure OpenAI Studio
- RAG با Azure AI Studio
- RAG با مایکروسافت کوپایلت استودیو
- GraphRAG با Neo4j و Azure OpenAI
پیشنیازهای دوره
- آشنایی با زبان برنامهنویسی پایتون
- کمی تجربهی عمومی کار با آژور و مایکروسافت کلود
- تجربهی عمومی مهندسی و توسعه نرمافزار
توضیحات دوره
قدرت Retrieval-Augmented Generation (RAG) را با Azure OpenAI در این دوره جامع آنلاک کنید. این دوره برای متخصصان داده و علاقمندان به هوش مصنوعی طراحی شده است که میخواهند تخصص خود را در زمینه تکنیکهای پیشرفته هوش مصنوعی عمیقتر کنند. این دوره بینشهایی عملی در مورد یکپارچهسازی RAG با سرویسهای مختلف آژور ارائه میدهد و به شما امکان میدهد تا بازیابی دانش را در راهحلهای هوش مصنوعی تقویت کنید.
اهداف یادگیری:
- تسلط به RAG با Azure AI Search: یاد بگیرید چگونه قابلیتهای جستجو را بهبود دهید و داده مرتبط را به طور مؤثر در محیط قوی جستجوی هوش مصنوعی آژور بازیابی کنید.
- پیادهسازی RAG با Azure CosmosDB: روشهایی را برای ذخیره کردن، مدیریت و کوئری کردن مجموعه دادههای بزرگ کشف کنید و بازیابی اطلاعات را برای اپلیکیشنهایی با کارایی بالا بهینه کنید.
- استفاده از RAG در Azure AI Studio: از RAG در Azure AI Studio برای توسعه راهحلهای سفارشی در یک محیط توسعه قدرتمند با انعطافپذیری بیشتر بهرهبرداری کنید.
- توسعه با RAG در مایکروسافت کوپایلت استودیو: مهارتهایی را برای ایجاد اپلیکیشنهای هوشمند با مایکروسافت کوپایلت استودیو بدست آورید و تعاملات کاربر را جذابتر و پربینشتر کنید.
- ناوبری RAG گرافی با Neo4j: ذخیرهسازی و بازیابی داده مبتنی بر گراف را درک کنید که به شما اجازه میدهد تا روابط پیچیده را در داده از طریق Neo4j تحلیل کنید.
این دوره سرشار از کاربردهای واقعی، دموهای عملی و بررسیهای کد است و شما را به دانش لازم برای پیادهسازی RAG در پلتفرمهای مختلف آژور و ارتقای پروژههای هوش مصنوعیتان مجهز میکند. امروز به این دوره بپیوندید تا مهارتهای مورد تقاضایی را بدست آورید و قابلیتهای هوش مصنوعی خود را با RAG و Azure OpenAI به سطح جدیدی برسانید!
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگان کنجکاو که میخواهند اپلیکیشنهای جالبی با Azure OpenAI و GenAI بسازند.
- مهندسان نرمافزار ارشد که به دنبال کاربرد GenAI هستند.
- هر فرد کنجکاوی که به دنبال کسب مهارت و همگام شدن با صنعت است!
آموزش RAG با Azure OpenAI (جستجوی هوش مصنوعی، CosmosDB ،GraphRAG و غیره)
-
مقدمه دوره 04:05
-
چیست Generative AI؟ 08:12
-
Azure OpenAI چیست؟ 09:04
-
چیستی، چرایی و چگونگی RAG 15:45
-
بررسی افق RAG با آژور 09:07
-
مایکروسافت کوپایلت استودیو در مقابل Azure AI Studio 07:55
-
شروع کار با منبع Azure OpenAI (لابراتوار عملی) 15:23
-
ChatCompletions API برای فراخوانی موتور از طریق کد (لابراتوار عملی) 13:06
-
تعبیهسازی برداری چیست؟ 16:23
-
استفاده از موتورهای تعبیه (لابراتوار عملی) 07:48
-
آشنایی با مهندسی Prompt 03:40
-
کامپوننتهای اولیه یک پرامپت 08:28
-
تکنیک پرامپتنویسی زنجیره افکار (لابراتوار عملی) 03:37
-
کنترل خروجی از طریق مهندسی پرامپت (لابراتوار عملی) 03:16
-
جستجوی برداری با نظریه Azure Cognitive Search 12:47
-
جستجوی هیبریدی (جستجوی کلیدواژه و برداری) با لابراتوار Azure AI Search (لابراتوار عملی) 26:44
-
Azure AI Search RAG با کد پایتون (لابراتوار عملی) 19:17
-
نقاط درد RAG 12:20
-
آشنایی با RAG با Azure CosmosDB 20:28
-
RAG با CosmosDB برای NoSQL API: معماری 06:03
-
RAG با CosmosDB برای NoSQL API: دمو (لابراتوار عملی) 29:19
-
معماری برای RAG با MongoDB Vcore 06:30
-
لابراتوار RAG با MongoDB VCore Python (لابراتوار عملی) 26:25
-
Azure AI Studio چیست؟ 17:30
-
استقرار Azure AI Studio (لابراتوار عملی) 05:24
-
Microsoft Prompt Flow چیست؟ 11:01
-
RAG در Azure AI Studio 05:17
-
راهاندازی زیرساخت RAG در آژور (لابراتوار عملی) 18:42
-
ساخت جریان پرامپت RAG (لابراتوار عملی) 17:37
-
آشنایی با جریان پرامپت هوش سند 08:02
-
تست سرویس Document Intelligence AI (لابراتوار عملی) 10:33
-
ساخت یک جریان پرامپت هوش مستند (لابراتوار عملی) 19:22
-
چیست مایکروسافت کوپایلت استودیو 15:17
-
بررسی مایکروسافت کوپایلت استودیو (لابراتوار عملی) 03:51
-
ایجاد Topicها در کوپایلت سفارشی (لابراتوار عملی) 17:08
-
بررسی بخش Generative AI در مایکروسافت کوپایلت استودیو: RAG (دمو) 10:42
-
انتشار Copilot سفارشی (لابراتوار عملی) 04:51
-
آشنایی با GraphRAG 18:51
-
شروع کار با پایگاه داده Neo4j Graph (لابراتوار عملی) 07:11
-
درک معماری Graph RAG 06:07
-
دموی پیادهسازی GraphRAG (لابراتوار عملی) 25:50
مشخصات آموزش
آموزش RAG با Azure OpenAI (جستجوی هوش مصنوعی، CosmosDB ،GraphRAG و غیره)
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:همه سطوح
- تعداد درس:41
- مدت زمان :08:28:58
- حجم :3.67GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy