After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrizione del corso
Porta le tue applicazioni RAG a un livello superiore con i grafi
Sei già stanco di vettori, embedding e applicazioni RAG vettoriali? Non cercare oltre! In questo corso, scoprirai come Graph RAG possa migliorare notevolmente l'accuratezza e l'affidabilità delle applicazioni RAG memorizzando e interrogando le informazioni sotto forma di nodi e relazioni. Combina i database a grafo Neo4j con LangChain e ottieni un modo davvero straordinario per recuperare e integrare dati esterni con gli LLM.Crea database a grafo Neo4j da testo non strutturato
E se il mio dataset fosse testo non strutturato disordinato invece che un grafo? Niente panico—imparerai a usare gli LLM con output strutturati per estrarre entità e relazioni dal testo e creare nuovi nodi e relazioni per il tuo database a grafo. Utilizzerai la libreria Pydantic per definire strutture dati rigorose che il tuo LLM dovrà popolare con i dati di testo estratti.Combina vettori e grafi per un RAG ibrido
Non devi scegliere tra vettori e grafi—puoi avere il meglio di entrambi i mondi! Scopri come puoi recuperare da entrambe le fonti di dati in un unico flusso di lavoro e costruire con cura prompt per integrarle in un'applicazione RAG ibrida.Integra la memoria a lungo termine del chatbot
I database a grafo come Neo4j non sono utili solo come basi di conoscenza per il retrieval: puoi anche archiviare informazioni a lungo termine, come fatti e preferenze degli utenti, sotto forma di grafi! Questa memoria a lungo termine può quindi essere interrogata proprio come qualsiasi altro database a grafo per integrare queste preferenze e personalizzare le tue applicazioni.Prerequisiti
Curriculum
Programma del corso
1
Prime basi con Graph RAG e Neo4j
Scopri come Graph RAG può migliorare l’accuratezza e l’affidabilità delle applicazioni RAG! Memorizza le informazioni come nodi e archi in un database Neo4j e dai al tuo LLM la possibilità di interrogarlo, così potrà recuperare informazioni su entità e relazioni per fornire risposte più informate.
- Grafi e RAG50 XP
- Creare nodi100 XP
- Creare relazioni100 XP
- Salvare i documenti del grafo100 XP
- Interrogare un grafo della conoscenza50 XP
- Scrivere istruzioni Cypher100 XP
- Eseguire istruzioni Cypher100 XP
- La clausola MERGE100 XP
- Graph RAG da testo a Cypher con Neo4j50 XP
- Creare una chain text-to-Cypher100 XP
- Catena di recupero Text-to-Cypher100 XP
2
Modelli a grafo e Hybrid RAG
Le applicazioni Text-to-Cypher funzionano bene in molti casi, ma possiamo fare di meglio! Scopri come costruire database a grafo usando diversi modelli, inclusi i grafi lessicali e di dominio. Crea indici vettoriali in Neo4j per avere il meglio di entrambi i mondi ed eseguire recupero su grafo e vettoriale in parallelo!
3
Migliorare la qualità del recupero
Sebbene le applicazioni Graph RAG siano in genere più affidabili delle RAG vettoriali, non sono infallibili. In questo capitolo imparerai a valutare le tue applicazioni Graph RAG, a individuare nodi di grafo errati o duplicati e a integrare una memoria a lungo termine per apprendere le preferenze dell’utente nel tempo.
Graph RAG con LangChain e Neo4j
Corso
completato
