Kursus
Retrieval Augmented Generation (RAG) dengan LangChain
MenengahTingkat Keterampilan
Diperbarui 07/2026
PythonArtificial Intelligence3 jam12 videos38 Latihan3,150 XP18,765Pernyataan Pencapaian
Buat Akun Gratis Anda
Lanjutkan dengan GoogleTampilkan opsi lainnyaatau
Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.
Dipercaya oleh para pelajar di ribuan perusahaan
Melatih Tim?
Coba untuk BisnisDeskripsi Kursus
Bangun Sistem RAG dengan LangChain
Retrieval Augmented Generation (RAG) adalah teknik yang digunakan untuk mengatasi salah satu keterbatasan utama large language models (LLM): pengetahuan mereka yang terbatas. Sistem RAG mengintegrasikan data eksternal dari berbagai sumber ke dalam LLM. Proses menghubungkan beberapa sistem yang berbeda ini biasanya melelahkan, tetapi LangChain membuatnya menjadi sangat mudah!Pelajari Metode Pemisahan dan Pengambilan Terkini
Tingkatkan arsitektur RAG Anda! Anda akan belajar cara memuat dan membagi file kode, termasuk file Python dan Markdown, untuk memastikan bahwa pembagian tersebut "menyadari" sintaks kode. Anda akan membagi dokumen Anda menggunakan token alih-alih karakter untuk memastikan bahwa dokumen yang diambil tetap berada dalam jendela konteks model Anda. Temukan bagaimana pemisahan semantik dapat membantu mempertahankan konteks dengan mendeteksi kapan subjek dalam teks berubah dan membagi pada titik-titik tersebut. Akhirnya, pelajari cara mengevaluasi arsitektur RAG Anda secara andal dengan LangSmith dan Ragas.Temukan Arsitektur Graph RAG
Balikkan arsitektur RAG Anda dan temukan bagaimana sistem RAG berbasis graph, bukan berbasis vektor, dapat meningkatkan pemahaman sistem Anda terhadap entitas dan hubungan dalam dokumen Anda. Anda akan belajar cara mengubah data teks tidak terstruktur menjadi grafik menggunakan LLM untuk melakukan translasi! Kemudian, Anda akan menyimpan dokumen graf ini di database graf Neo4j dan mengintegrasikannya ke dalam sistem RAG yang lebih luas untuk melengkapi aplikasi tersebut.Persyaratan
Developing LLM Applications with LangChain1
Membangun Aplikasi RAG dengan LangChain
Pelajari cara mengintegrasikan sumber data eksternal ke model percakapan dengan LangChain. Ketahui cara memuat, membagi, menyematkan, menyimpan, dan mengambil data untuk digunakan dalam aplikasi LLM.
2
Menyempurnakan Arsitektur RAG
Pelajari teknik mutakhir untuk memuat, membagi, dan mengambil dokumen, termasuk memuat file Python, pembagian secara semantik, serta penggunaan metode pengambilan MRR dan self-query. Ketahui cara mengevaluasi arsitektur RAG Anda menggunakan metrik dan kerangka kerja yang andal.
3
Pengantar Graph RAG
Pelajari bagaimana basis data graf dan metode pengambilan dapat mengatasi beberapa keterbatasan penyimpanan dan pengambilan berbasis vektor tradisional.
Retrieval Augmented Generation (RAG) dengan LangChain
Kursus Selesai
Memperoleh Surat Keterangan Prestasi
Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV AndaBagikan di media sosial dan dalam penilaian kinerja AndaDaftar sekarang
Bergabung dengan 19 juta pelajar dan mulai Retrieval Augmented Generation (RAG) dengan LangChain Hari Ini!
Buat Akun Gratis Anda
Lanjutkan dengan GoogleTampilkan opsi lainnyaatau
Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.
Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile
Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.