آژور برای توسعهدهندگان - بازیابی نسل افزوده (RAG) با هوش مصنوعی آژور
✅ سرفصل و جزئیات آموزش
در این دوره، زیگی زولوئتا، فرد حرفهای ارزشمند و مدرس معتبر Microsoft AI با استفاده از مثالها و کاربردهای عملی به شما نشان میدهد که چگونه میتوانید از پایتون با Azure Open AI و Cosmos DB و AI Search برای ایجاد راهحلهای بازیابی نسل افزوده (RAG) پیشرفته استفاده کنید تا دقت داده را افزایش دهید. شما به اصول اولیه RAG، پیادهسازیهای مبتنی بر پایتون و متدهای ارزیابی عملکرد میپردازید.
شما یاد میگیرید که چگونه منابع آژور را راهاندازی کنید، ایندکسهای داده ایجاد کنید، مجموعه مهارتها را برای بهبود داده اعمال کنید و فرآیند ایندکسگذاری را خودکار کنید. شما اهمیت پایگاهدادههای برداری، توکنسازی، تعبیه داده و نحوه تسهیل بازیابی و تقویت موثر داده را بررسی میکنید. شما راهحلهای RAG خود را ارزیابی میکنید تا از دقت، مرتبط بودن و ایمنی آنها اطمینان حاصل کنید. در پایان دوره، به توانایی توسعه راهحلهای پیچیده RAG مجهز خواهید شد که بینشهای دقیق و مرتبطی متناسب با نیازهای کسبوکار شما ارائه میدهند.
آژور برای توسعهدهندگان - بازیابی نسل افزوده (RAG) با هوش مصنوعی آژور
-
آشنایی با RAG با هوش مصنوعی آژور 0:00:53
-
پیش نیازهای دوره 0:00:38
-
مفاهیم بنیادی RAG 0:03:28
-
فرآیند و معماری RAG 0:04:26
-
پایگاه دادههای برداری 0:04:14
-
مدل تعبیه های Azure OpenAI 0:03:01
-
ایجاد راهحل RAG با Azure AI Foundry 0:07:21
-
RAG با استفاده از AI Search آژور 0:04:12
-
آمادهسازی منابع خود برای RAG 0:07:25
-
ایجاد ایندکس جستجو 0:06:34
-
ایجاد منبع داده 0:02:21
-
ایجاد مجموعه مهارت و indexer 0:07:37
-
کوئری داده خود 0:04:18
-
AI Search آژور - ایمپورت و بردارسازی داده 0:04:39
-
ارسال نتایج کوئری به یک مدل زبانی 0:03:16
-
رویکردهای دیگر 0:05:37
-
چالش - ایجاد راهحل RAG با استفاده از AI Search آژور 0:02:21
-
راهحل - ایجاد راهحل RAG با استفاده از AI Search آژور 0:03:47
-
RAG با استفاده از Azure Cosmos DB 0:03:30
-
ایجاد منبع Azure Cosmos DB 0:01:44
-
راهاندازی Azure Cosmos DB برای RAG 0:07:09
-
چالش - ایجاد راهحل RAG با استفاده از Azure Cosmos DB 0:02:19
-
راهحل - ایجاد راهحل RAG با استفاده از Azure Cosmos DB 0:03:01
-
متریک های ارزیابی در generative AI 0:02:53
-
آمادهسازی مجموعه داده ارزیابی خود 0:04:35
-
ارزیابی با Azure AI Evaluation SDK 0:05:48
-
چالش - ارزیابی اپلیکیشن RAG 0:00:45
-
راهحل - ارزیابی اپلیکیشن RAG 0:02:13
-
خلاصه و گام های بعدی 0:04:31
مشخصات آموزش
آژور برای توسعهدهندگان - بازیابی نسل افزوده (RAG) با هوش مصنوعی آژور
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:متوسط
- تعداد درس:29
- مدت زمان :1:54:36
- حجم :317.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 05:03:33
- تعداد درس: 37
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 01:23:15
- تعداد درس: 8
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 13:07:38
- تعداد درس: 87
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 08:11:21
- تعداد درس: 28
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 07:37:25
- تعداد درس: 47
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 01:42:31
- تعداد درس: 11
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 20:43:03
- تعداد درس: 207
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 03:20:32
- تعداد درس: 16
-
سطح دوره:
-
زبان: دوبله فارسی