Machen Sie sich bereit, all Ihre Fähigkeiten im Bereich der künstlichen Intelligenz in die Praxis umzusetzen! In diesem angeleiteten Projekt werden Sie das Wissen und Verständnis, das Sie in den vorangegangenen Kursen des Programms erworben haben, testen und anwenden. Sie werden Ihre eigene reale KI-Anwendung entwickeln.
Projekt: Generative KI-Anwendungen mit RAG und LangChain
Dieser Kurs ist Teil mehrerer Programme.
Dozenten: Kang Wang
1.772 bereits angemeldet
Bei enthalten
(14 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Sammeln Sie praktische Erfahrungen bei der Entwicklung Ihrer eigenen realen KI-Anwendung, über die Sie in Vorstellungsgesprächen sprechen können.
Praktische Anwendung von LangChain zum Laden von Dokumenten und Anwendung von Textsplitting-Techniken mit RAG und LangChain zur Verbesserung der Reaktionsfähigkeit des Modells.
Erstellen und Konfigurieren einer Vektordatenbank zum Speichern von Dokumenteneinbettungen und Entwickeln eines Retrievers zum Abrufen von Dokumentensegmenten auf der Grundlage von Abfragen.
Einrichtung einer einfachen Gradio-Schnittstelle für die Interaktion mit dem Modell und Konstruktion eines QA-Bots mit LangChain und einem LLM zur Beantwortung von Fragen aus geladenen Dokumenten.
Kompetenzen, die Sie erwerben
- Kategorie: Generative KI-Anwendungen
- Kategorie: Retrieval augmented generation (RAG)
- Kategorie: Vektor-Datenbank
- Kategorie: LangChain
- Kategorie: Gradio
- Kategorie: Vektor-Datenbank
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
Oktober 2024
7 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 3 Module
In diesem Modul lernen Sie alles über die Dokumentenlader von LangChain und nutzen dieses Wissen, um Ihr Dokument aus verschiedenen Quellen zu laden. Sie werden auch die verschiedenen Textaufteilungsstrategien mit RAG und LangChain erforschen und anwenden, um die Reaktionsfähigkeit des Modells zu verbessern. In praktischen Übungen haben Sie die Möglichkeit, das Laden von Dokumenten zu üben und die erlernten Text-Splitting-Techniken anzuwenden.
Das ist alles enthalten
3 Videos4 Lektüren2 Aufgaben3 App-Elemente1 Plug-in
In diesem Modul lernen Sie, wie man Einbettungen mit einem Vektorspeicher speichert und wie man Chroma DB zum Speichern von Einbettungen verwendet. Sie erhalten Einblicke in LangChain-Retriever wie den Vektorspeicher-basierten, den Multi-Query-, den Self-Query- und den Parent Document Retriever. In praktischen Übungen werden Sie Dokumente für die Einbettung vorbereiten und watsonx.ai verwenden, um Einbettungen für Ihre Dokumente zu generieren. Sie werden Vektordatenbanken wie Chroma DB und FAISS verwenden, um Einbettungen zu speichern, die mit LangChain aus Textdaten erzeugt wurden. Schließlich werden Sie verschiedene Retriever verwenden, um relevante Dokumentensegmente mit Hilfe von LangChain effizient aus dem Text zu extrahieren.
Das ist alles enthalten
3 Videos1 Lektüre2 Aufgaben3 App-Elemente2 Plug-ins
In diesem Modul lernen Sie, wie Sie RAG implementieren, um die Abfrage zu verbessern. Sie werden mit Gradio vertraut gemacht und lernen, wie Sie eine einfache Gradio-Schnittstelle zur Interaktion mit Ihren Modellen einrichten. Sie werden auch lernen, wie man einen QA-Bot erstellt, um Fragen aus geladenen Dokumenten mit LangChain und LLMs zu beantworten. In praktischen Übungen werden Sie die Möglichkeit haben, die Einrichtung einer Gradio-Schnittstelle sowie die Konstruktion eines QA-Bots zu üben. Im Abschlussprojekt werden Sie eine KI-Anwendung mit RAG und LangChain erstellen.
Das ist alles enthalten
1 Video4 Lektüren3 Aufgaben1 peer review2 App-Elemente4 Plug-ins
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
14 Bewertungen
- 5 stars
93,33 %
- 4 stars
6,66 %
- 3 stars
0 %
- 2 stars
0 %
- 1 star
0 %
Zeigt 3 von 14 an
Geprüft am 18. Dez. 2024
The best of the one of AI foundation courser, Thanks a lot, only this course give code detail material, really learned a lot, Super, Bravo!
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Dieser Kurs ist für alle geeignet, die sich für KI-Engineering interessieren, und umfasst das Training, die Entwicklung, die Feinabstimmung und den Einsatz von großen Sprachmodellen (LLMs). Er ist der ideale Projektkurs für Lernende, die die anderen Kurse des Spezialisierungstitels abgeschlossen haben: Generative KI-Entwicklung mit LLMs.
Bestehende und aufstrebende Datenwissenschaftler, KI-Ingenieure und Ingenieure für maschinelles Lernen werden von der Durchführung dieses Projekts stark profitieren.
Mit 3-4 Stunden Lernen pro Woche können Sie diesen Kurs und das geführte Projekt in 3 Wochen abschließen. Wenn Sie in der Lage sind, mehr Zeit pro Woche zu investieren, können Sie den Kurs viel schneller abschließen!
Dieser Kurs ist auf mittlerem Niveau angesiedelt, so dass Sie über Grundkenntnisse in Python verfügen müssen. Vertrautheit mit LLMs, LangChain und RAG wäre ein zusätzlicher Vorteil, aber um das meiste aus diesem Kurs herauszuholen, empfehlen wir, dass Sie alle anderen Kurse in der IBM Generative AI Engineering mit LLMs Spezialisierung absolvieren.