هوش مصنوعی Neo4J ،Java Spring و OpenAI برای Knowledge Graph RAG
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت
- درک مفهوم Retrieval Augmented Generation (RAG) برای هوش مصنوعی مولد
- درک Knowledge Graph و چگونگی بهبود RAG برای شکلگیری GraphRAG
- پیادهسازی Retrieval Augmented Generation (RAG) با استفاده از OpenAI ،Spring Boot 3 و Spring AI
- پیادهسازی Knowledge Graph RAG با استفاده از Neo4j
پیشنیازهای دوره
- برنامهنویسی مقدماتی جاوا
- برنامهنویسی مقدماتی Spring Boot
- درک اولیه از استفاده از مدلهای زبانی بزرگ مانند OpenAI
توضیحات دوره
با Retrieval Augmented Generation (RAG) و Knowledge Graph، تخصص خود را در هوش مصنوعی مولد گسترش دهید.
Retrieval-augmented generation (RAG) یک رویکرد قدرتمند به منظور استفاده از هوش مصنوعی مولد برای دسترسی به اطلاعات فراتر از دادههای از قبل آموزشدیده مدلهای زبانی بزرگ (LLMs) است و از وابستگی بیش از حد به این مدلها برای محتوای واقعی جلوگیری میکند. اثربخشی RAG، به توانایی شناسایی سریع و ارائه بهترین متن مرتبط به LLM وابسته است. Knowledge Graph ها عملکرد، دقت، قابلیت پیگیری و کامل بودن سیستمهای RAG را بهبود میبخشند.
RAG با Knowledge Graph که به عنوان GraphRAG نیز شناخته میشود، یک روش مؤثر برای بهبود توانایی هوش مصنوعی مولد است. با این دوره عالی می توانید مهارتهای هوش مصنوعی خود را به سطح بالاتری ارتقا داده و پتانسیل مدلهای زبانی بزرگ را با استفاده از Knowledge Graphها و سیستمهای RAG کشف کنید.
آنچه در این دوره یاد خواهید گرفت:
- معرفی سیستمهای RAG: بررسی کنید که چرا Retrieval Augmented Generation یک ابزار نوین برای بهبود هوش مصنوعی است.
- اصول knowledge graph: مبانی knowledge graphها شامل ساختار و روابط دادهای آنها را درک کنید. متوجه شوید چگونه این گرافها مدلسازی داده را برای RAG تقویت میکنند.
- پیادهسازی GraphRAG از ابتدا: یک سیستم RAG کاملاً عملیاتی با knowledge graph بسازید. از LLMها برای استخراج و سازماندهی اطلاعات استفاده کنید.
- ایجاد دانش از منابع داده متعدد: یاد بگیرید که چگونه knowledge graphها را با منابع داده ساختاریافته و غیرساختاریافته ادغام کنید.
- کوئری زدن به knowledge graphها: تجربه عملی کار با ابزارها و تکنیکهای پیشرفته را به دست آورید.
ابزارهای برجسته فناوری:
- Spring AI: فناوری جدید از Java Spring معروف که به مهندسان در کار با انواع هوش مصنوعی مولد و مدلهای زبانی بزرگ کمک میکند.
- Open AI: هوش مصنوعی مولد نوآورانه که همه از آن لذت میبرند. ابزاری نوین برای مدلهای زبانی بزرگ و هوش مصنوعی.
- Neo4J: پایگاه داده گرافی و ذخیرهکننده برداری که به راحتی با Spring AI ادغام میشود تا RAG و Knowledge Graph تشکیل دهد.
- Temporal: یک پلتفرم هماهنگ سازی گردش کار که به مهندسان در ساخت پایپ لاین GrahRAG قابل اعتماد کمک میکند.
به تکنیکهای پیشرفته هوش مصنوعی که ارائه کننده مزایای قابل توجهی در دنیای سریع و دادهمحور امروز است، مسلط شوید. این دوره اطلاعات عملی خوبی برای بهبود حرفه یا نوآوری در زمینه کاری به شما می دهد.
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگان و مهندسان نرمافزار (بهویژه در Java Spring)
- علاقهمندان به هوش مصنوعی
- مدیران و رهبران فنی
هوش مصنوعی Neo4J ،Java Spring و OpenAI برای Knowledge Graph RAG
-
به این دوره خوش آمدید 00:54
-
ساختار و پوشش دوره 02:13
-
تکنولوژی در این دوره 01:04
-
دانلود کد منبع و اسکریپتها 00:37
-
نکات: چگونه بیشترین بهره را از این دوره بدست آورید؟ 03:38
-
دستیار هوش مصنوعی در این دوره 02:29
-
درباره این بخش 00:50
-
نکات مهم در مورد دوره با دستیار هوش مصنوعی 04:09
-
دانلود پرامپت های هوش مصنوعی 00:49
-
دستیار هوش مصنوعی در مهندسی نرمافزار 10:02
-
دستیار هوش مصنوعی در تست نرمافزار 12:55
-
معرفی ChatGPT و Github Copilot 02:54
-
نصب ChatGPT و Github Copilot 01:58
-
داکر چیست و چرا مهم است؟ 03:15
-
نصب Visual Studio Code 02:48
-
Visual Studio Code با GitHub Copilot 11:57
-
هوش مصنوعی مولد (Gen AI) 03:54
-
مدلهای زبانی بزرگ (LLM) 04:40
-
مهندسی درخواست 14:31
-
محدودیتهای LLM 03:54
-
معرفی Retrieval Augmented Generation (RAG) 02:30
-
طراحی سیستم RAG 06:20
-
شروع کار با Spring AI 07:27
-
سلام OpenAI 12:02
-
پایپ لاین ایندکس گذاری پایه - تئوری 06:07
-
پایپ لاین ایندکس گذاری پایه - عملی 19:48
-
پایپ لاین ایندکس گذاری پایه - تست اپلیکیشن 02:33
-
پردازشگر RAG پایه - تئوری 02:00
-
پردازشگر RAG پایه - عملی 08:54
-
پردازشگر RAG پایه - تست اپلیکیشن 06:35
-
پایپ لاین ایندکس گذاری برداری - تئوری 06:31
-
نصب Neo4j 01:52
-
پایپ لاین ایندکس گذاری برداری - عملی 05:53
-
پایپ لاین ایندکس گذاری برداری - تست اپلیکیشن 04:37
-
پردازشگر RAG برداری - تئوری 01:26
-
پردازشگر RAG برداری - عملی 09:47
-
پردازشگر RAG برداری - تست اپلیکیشن 03:25
-
کار میکند، اما ... 01:48
-
اجتناب از کارهای تکراری 23:04
-
تست پایپ لاین تقویتشده 05:00
-
نکات: فروشگاه برداری 00:51
-
اپلیکیشن پایپ لاین اختصاصی - عملی 38:15
-
اپلیکیشن پایپ لاین اختصاصی - تست پایپ لاین 06:39
-
Knowledge Graph 13:05
-
ایجاد Knowledge Graph - تئوری 03:50
-
معرفی Neo4J 03:57
-
ایجاد Knowledge Graph استاتیک - عملی 19:46
-
ایجاد Knowledge Graph استاتیک - تست اپلیکیشن 00:58
-
ایجاد Knowledge Graph از دادههای ساختاریافته - عملی 25:24
-
ایجاد Knowledge Graph از دادههای ساختاریافته - تست اپلیکیشن 01:51
-
پردازشگر Knowledge Graph RAG - تئوری 02:17
-
پردازشگر Knowledge Graph RAG - عملی 17:32
-
پردازشگر Knowledge Graph RAG - تست اپلیکیشن 04:55
-
ایجاد Knowledge Graph از دادههای غیرساختاریافته - تئوری 01:39
-
درباره Neo4J Knowledge Graph Builder 00:57
مشخصات آموزش
هوش مصنوعی Neo4J ،Java Spring و OpenAI برای Knowledge Graph RAG
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:همه سطوح
- تعداد درس:55
- مدت زمان :06:15:52
- حجم :2.9GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy