After doing these courses, I feel confident creating professional visualizations and dashboards
รายละเอียดคอร์ส
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
Retrieval-Augmented Generation
การสืบค้นข้อมูลแบบมีโครงสร้าง
คุณจะได้เรียนรู้วิธีสร้างระบบ SQL-grounded RAG ที่สามารถแปลงคำถามภาษาธรรมชาติให้เป็น SQL queries ที่ถูกต้อง, ตรวจสอบความถูกต้องอย่างปลอดภัย, ประมวลผลกับฐานข้อมูล และสรุปผลลัพธ์ออกมาเป็นคำตอบที่แม่นยำจาก LLM — ซึ่งช่วยให้คุณสามารถดึงข้อมูลเชิงลึกจากข้อมูลเชิงสัมพันธ์ได้ โดยไม่จำเป็นต้องให้ผู้เชี่ยวชาญเฉพาะด้านมาเขียน query เอง
การสืบค้นเชิงความหมาย
คุณจะได้เรียนรู้วิธีการสร้างระบบ semantic RAG ที่ดึงข้อมูลที่เกี่ยวข้องจากเอกสารที่ไม่มีโครงสร้าง (unstructured documents) โดยใช้ embeddings และ vector databases — ตั้งแต่การทำ preprocessing เอกสารให้เป็น chunk ที่สามารถค้นหาได้ ไปจนถึงการปรับใช้ real-time semantic search และ response generation — ซึ่งจะช่วยให้คุณสามารถปลดล็อกข้อมูลเชิงลึกจากข้อมูลส่วนใหญ่ขององค์กรที่อยู่ในรูปแบบของเอกสารและข้อความแบบ free-form text
Retrieval-Augmented Generation with LangChain
เรียนจบแล้ว

