BEST

RAG Master: Từ cơ bản đến kỹ thuật nâng cao (feat. LangChain)

Name: RAG Master: Từ cơ bản đến kỹ thuật nâng cao (feat. LangChain)
Price: 121000 KRW

Khóa học này sẽ đề cập đến các khái niệm cơ bản và phương pháp triển khai hệ thống RAG (Retrieval-Augmented Generation) sử dụng LangChain. Người tham gia sẽ hiểu các nguyên lý cốt lõi của RAG, và thông qua LangChain, học cách thực hành xây dựng hệ thống cũng như đánh giá hiệu suất.

(4.9) 51 đánh giá

565 học viên

pdstudio

이론 실습 모두

AI검색

RAG

LangChain

LLM

Chatbot

Python

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Xây dựng hệ thống RAG sử dụng LangChain
Tối ưu kỹ thuật tìm kiếm và tạo lập
Phương pháp đánh giá hiệu suất hệ thống RAG
Cú pháp LCEL và cách dùng Runnable của LangChain

Những tiến bộ trong công nghệ AI đã làm tăng khả năng sử dụng của các hệ thống RAG, nhưng quá trình học và triển khai chúng vẫn còn nhiều thách thức. Tôi cũng đã gặp nhiều khó khăn khi mới học RAG, và trải nghiệm đó đã truyền cảm hứng cho tôi lập kế hoạch cho khóa học này.

Khóa học tập trung vào việc xây dựng một hệ thống hoạt động dựa trên các bài tập từng bước. Khóa học không chỉ bao gồm các triển khai cơ bản mà còn cả các kỹ thuật nâng cao để cải thiện chất lượng tìm kiếm và đánh giá hiệu suất, cung cấp kiến thức thực tế có thể áp dụng trực tiếp vào các dự án thực tế.

Thực hành kỹ thuật xử lý dữ liệu và phân đoạn văn bản

Bạn có thể xử lý nhiều định dạng dữ liệu khác nhau (PDF, JSON, Web, v.v.) và tìm hiểu các kỹ thuật phân đoạn văn bản hiệu quả để quản lý dữ liệu quy mô lớn một cách hiệu quả.

Đào tạo thực hành : Thực hành với nhiều trình tải tài liệu khác nhau như PyPDFLoader và CSVLoader, và áp dụng các chiến lược phân đoạn văn bản (phân đoạn đệ quy, sử dụng biểu thức chính quy, phân đoạn ngữ nghĩa).

Môi trường thực hành

Hệ điều hành và Phiên bản (OS): Các bài giảng sẽ được thực hiện dựa trên MacOS (người dùng Linux và Windows cũng có thể thực hành)
Sử dụng môi trường ảo: Khóa học sẽ tiến hành dựa trên Thơ (người dùng conda và venv cũng có thể thực hành)
Các công cụ được sử dụng: VS Code, OpenAI API, v.v. yêu cầu khóa xác thực LLM (có thể áp dụng phí riêng)
Thông số kỹ thuật của PC: Không áp dụng
Phiên bản LangChain: v0.2.16 được áp dụng

Thông tin bài giảng được liên kết

Hệ thống RAG được triển khai với các tác nhân AI (với LangGraph)
Một tác nhân AI thông minh để tạo tìm kiếm tăng cường (RAG) được triển khai bằng LangGraph.
- Thiết kế và triển khai cấu trúc tác nhân AI bằng LangGraph
- Áp dụng các tác nhân AI vào Tạo ra Tăng cường Truy xuất (RAG)
- Mở rộng khả năng của tác nhân AI bằng cách triển khai chức năng gọi công cụ.
- Nắm vững các kiến trúc RAG tác nhân mới nhất, bao gồm RAG thích ứng, RAG tự thân và RAG sửa lỗi.
Liên kết: https://inf.run/hTwjC

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

Những người quan tâm đến hệ thống RAG ứng dụng LLM
Những người muốn bắt đầu dự án AI sử dụng LangChain
Muốn học cách đánh giá hiệu suất tìm kiếm và tạo sinh RAG.

Cần biết trước khi bắt đầu?

Python
LangChain Cơ bản cho người mới (Bài giảng)

Xin chào
Đây là

14,123

Học viên

535

Đánh giá

139

Trả lời

4.8

Xếp hạng

Các khóa học

안녕하세요. 저는 파이썬을 활용한 데이터 분석 및 인공지능 서비스 개발 실무를 하고 있습니다. 관심 있는 주제를 찾아서 공부하고 그 내용들을 많은 분들과 공유하기 위해 꾸준하게 책을 집필하고 인공지능 강의를 진행해 오고 있습니다.

[이력]

현) 핀테크 스타트업 CEO

전) 데이콘 CDO

전) 인덕대학교 컴퓨터소프트웨어학과 겸임교수

Kaggle Competitin Expert, 빅데이터 분석기사

[강의]

NCS 등록강사 (인공지능)

SBA 서울경제진흥원 새싹(SeSAC) 캠퍼스 SW 교육 ‘우수 파트너 선정’ (Python을 활용한 AI 모델 개발)

금융보안원, 한국전자정보통신산업진흥회, 한국디스플레이산업협회, 대구디지털산업진흥원 등 강의

서울대, 부산대, 경희대, 한국외대 등 국내 주요 대학 및 국내 기업체 교육 경험

[집필]

파이썬 머신러닝 판다스 데이터 분석(정보문화사) : https://zrr.kr/x1ec
파이썬 딥러닝 머신러닝 입문(정보문화사) : https://zrr.kr/RPaE
파이썬 딥러닝 텐서플로(정보문화사) : https://zrr.kr/PrVN
실무자를 위한 파이썬 Python 100제(정보문화사) : https://zrr.kr/4fyq
랭체인(LangChain) 입문부터 응용까지 (위키독스) : https://wikidocs.net/book/14473

[유튜브] 판다스 스튜디오 : https://youtube.com/@pandas-data-studio?si=XoLVQzJ9mmdFJQHU

Chương trình giảng dạy

Tất cả

79 bài giảng ∙ (8giờ 42phút)

Tài liệu khóa học:

Tài liệu bài giảng

Phần 1. Mở đầu

9 bài giảng ∙ (36phút)

1. Giới thiệu khóa học
16:57
2. Giới thiệu khái niệm cơ bản của RAG và LangChain
04:43
3. LangChain cài đặt và cấu hình môi trường (Tổng quan)
06:38
4. Tạo môi trường ảo Anaconda & Cài đặt gói & Khởi chạy VS Code (dành cho người dùng conda)
03:40
5. Poetry tạo môi trường ảo & cài đặt gói & chạy VS Code (người dùng Poetry)
04:09
6. Thiết lập biến môi trường (.env) và Đăng ký khóa xác thực API OpenAI
00:30
7. Tải file thực hành
8. Tải dữ liệu
9. Tải xuống tài liệu bài giảng

Phần 2. Giới thiệu các component RAG chính của LangChain

9 bài giảng ∙ (56phút)

10. Chuẩn bị môi trường thực hành
01:12
11. Trình tải tài liệu (Document Loaders)
06:50
12. Bộ chia văn bản (Text Splitters)
09:47
13. Mô hình Embeddings
09:29
14. Kho lưu trữ Vector (Vector Stores)
08:15
15. Bộ truy xuất (Retrievers)
03:03
16. Mô hình ngôn ngữ (LLMs)
06:47
17. Triển khai pipeline RAG đơn giản
07:25
18. Triển khai giao diện chatbot Gradio
04:11

Phần 3. Ngữ pháp LCEL của LangChain

6 bài giảng ∙ (43phút)

19. Kết nối Prompt + LLM
08:49
20. Kết nối Prompt + LLM + OutputParser (StrOutputParser, JsonOutputParser, PydanticOutputParser)
11:41
21. Hiểu các phương thức Chat Completion (invoke, stream, batch)
03:39
22. Tìm hiểu đối tượng Runnable 1 (RunnableParallel)
05:54
23. Tìm hiểu đối tượng Runnable 2 (RunnablePassthrough, RunnableLambda)
05:39
24. Tạo pipeline RAG sử dụng LCEL (feat. Gradio xuất luồng)
07:58

Phần 4. Xử lý dữ liệu và kỹ thuật nhúng

17 bài giảng ∙ (1giờ 47phút)

Phần 5. Ứng dụng bộ tìm kiếm kho véc-tơ và đánh giá hiệu suất tìm kiếm

15 bài giảng ∙ (2giờ 25phút)

Phần 6. Hiểu và vận dụng các kỹ thuật tìm kiếm nâng cao

13 bài giảng ∙ (1giờ 8phút)

Phần 7. Tạo và đánh giá phản hồi LLM

10 bài giảng ∙ (1giờ 4phút)

Ngày đăng:

Cập nhật lần cuối:

Đánh giá

Tất cả

51 đánh giá

4.9

51 đánh giá

hanjin1choi2230
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
30% đã tham gia
jiwoonging8197
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
61% đã tham gia
sunghoseo898071
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
100% đã tham gia
Đây là một bài giảng có phần hơi khó, nhưng nhờ có các ví dụ chi tiết nên rất dễ hiểu.
- pdstudio
  Giảng viên
  Thật sự cảm ơn bạn rất nhiều! 😊 Tôi sẽ chuẩn bị những bài giảng tốt hơn và hẹn gặp lại bạn! 🌟
spaceface4433
Đánh giá 6
∙
Đánh giá trung bình 5.0
5
30% đã tham gia
ykjeong4392
Đánh giá 2
∙
Đánh giá trung bình 5.0
5
30% đã tham gia

2.536.866 ₫

Khóa học khác của pdstudio

Hãy khám phá các khóa học khác của giảng viên!

graphRAG - Hệ thống RAG dựa trên đồ thị tri thức được triển khai với Neo4J (feat. LangChain)

pdstudio

Hệ thống RAG dựa trên đồ thị tri thức được triển khai bằng Neo4J: Công nghệ tìm kiếm thế hệ mới vượt qua tìm kiếm vector đơn thuần để tận dụng cả mối quan hệ dữ liệu Tối đa hóa hiệu suất RAG bằng sức mạnh của cơ sở dữ liệu đồ thị!

초급

RAG, LangChain, neo4j

graphRAG - Hệ thống RAG dựa trên đồ thị tri thức được triển khai với Neo4J (feat. LangChain)

pdstudio

Hệ thống RAG triển khai với AI Agent (w. LangGraph)

pdstudio

Đặc vụ AI thông minh RAG (Retrieval Augmented Generation) với LangGraph! Đây là hướng dẫn thực hành từ lý thuyết đến thực tiễn, dễ dàng cho người mới bắt đầu.

초급

AI Agent, LangGraph, RAG

Hệ thống RAG triển khai với AI Agent (w. LangGraph)

pdstudio

Cơ bản về LangChain dành cho người mới bắt đầu

pdstudio

Học các khái niệm cơ bản và cách sử dụng 랭체인 (LangChain) thông qua 파이썬. Các bài thực hành sẽ được thực hiện chủ yếu trong môi trường 구글 코랩 (colab), và tài liệu sẽ được cung cấp qua 깃헙 (Github).

초급

LangChain, LLM, openAI API

Cơ bản về LangChain dành cho người mới bắt đầu

pdstudio

Học Python Chatbot & RAG qua dự án - Sử dụng LangChain, Gradio

pdstudio

Tự tay tạo chatbot AI của riêng bạn, dùng cú pháp và thư viện Python. Học cách làm 5 dự án từng bước (như RAG trên tài liệu PDF) và triển khai thành dịch vụ web.

초급

RAG, LangChain, LLM

Học Python Chatbot & RAG qua dự án - Sử dụng LangChain, Gradio

pdstudio

Python cơ bản cho người mới bắt đầu

pdstudio

Đây là khóa học Python cơ bản dành cho người mới bắt đầu. Tài liệu thực hành được cung cấp thông qua Github.

입문

Python

Python cơ bản cho người mới bắt đầu

pdstudio

Phân tích dữ liệu LLM - Từ trích xuất dữ liệu web đến hệ thống đề xuất

pdstudio

Khóa học này tập trung vào những lời giải thích dễ hiểu và các dự án thực hành khác nhau dành cho người mới bắt đầu. Chúng tôi thu thập dữ liệu bằng cách sử dụng công cụ thu thập dữ liệu web và LangChain, đồng thời sử dụng LLM để xử lý hệ thống tóm tắt, trích xuất, phân tích cảm tính và đề xuất.

초급

LLM, LangChain, Web Crawling

Phân tích dữ liệu LLM - Từ trích xuất dữ liệu web đến hệ thống đề xuất

pdstudio

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Cùng với kỹ sư Silicon Valley sử dụng OpenAI API (ChatGPT)

altoformula

Hãy vẽ nên tương lai cùng với OpenAI API! OpenAI là công ty hàng đầu trong lĩnh vực trí tuệ nhân tạo, luôn cung cấp các công nghệ tiên tiến nhất. OpenAI API dựa trên GPT-4 cho phép các cuộc hội thoại như người thật và phát huy khả năng đáng kinh ngạc để ứng dụng trong nhiều lĩnh vực.

초급

ChatGPT, Python, openai

Cùng với kỹ sư Silicon Valley sử dụng OpenAI API (ChatGPT)

altoformula

[LLM 101] Khóa học Llama SFT dành cho người mới bắt đầu với LLM (feat. ChatApp Poc)

dreamingbumblebee

Một chuyên gia đang làm việc sẽ nhanh chóng truyền đạt nội dung trọng tâm, từ kiến thức cơ bản cần cho LLM đến những mẹo thực chiến!

초급

NLP, ChatGPT, LLM

[LLM 101] Khóa học Llama SFT dành cho người mới bắt đầu với LLM (feat. ChatApp Poc)

dreamingbumblebee

Ứng dụng LLM Trong Sản xuất

grab

Đây là video buổi chia sẻ kinh nghiệm/bí quyết đã học được khi xây dựng Ứng dụng LLM với MAU trên 200.000 và môi trường LLMOps hỗ trợ.

초급

LLM, RAG, mlops

Ứng dụng LLM Trong Sản xuất

grab

[Người mới bắt đầu] [Tích lũy 5,000+ người] Lộ trình hoàn thành cơ bản lập trình Python

Selena

Khóa học thực hành cơ bản lập trình Python từ một nhà khoa học dữ liệu hiện trường! Trong khóa học này, đã được hơn 5.000 học viên tích lũy lựa chọn, bạn có thể hoàn thiện Python từ cơ bản đến thực hành từng bước cùng Selena. Trong kỷ nguyên AI tạo sinh và LLM hiện nay, Python chính là ngôn ngữ thiết yếu bạn nhất định phải nắm vững. Đây là khóa học đã được kiểm chứng với điểm đánh giá 5/5 dựa trên sự hài lòng cao của học viên, và khi tham gia học, bạn sẽ được cung cấp phòng chat mở Q&A không giới hạn để hỏi và trao đổi bất cứ lúc nào.

입문

Python, Machine Learning(ML), Big Data

[Người mới bắt đầu] [Tích lũy 5,000+ người] Lộ trình hoàn thành cơ bản lập trình Python

Selena

Bài giảng phát triển chương trình tự động hóa bình luận AI (Naver Blog)

lread90

Chatgpt là một chương trình đọc và bình luận các bài viết của hàng xóm của tôi. Bài giảng về tự động hóa tiếp thị và phát triển chương trình quản lý khu phố

초급

Python, Naver Searching Keyword, Blog

Bài giảng phát triển chương trình tự động hóa bình luận AI (Naver Blog)

lread90

Cách trở thành chuyên gia tự động hóa AI không cần code, hướng dẫn hoàn chỉnh n8n

nambaksa

Bạn vẫn tự tay code sao? Giờ đây, ngay cả code bằng giao diện cũng trở nên phiền phức! Hãy trở thành chuyên gia tự động hóa AI với n8n mà không cần code. Hướng dẫn thiết kế quy trình làm việc tự động có thể áp dụng ngay vào thực tế Chiến lược tự động hóa tập trung vào thực tiễn, tối đa hóa hiệu suất công việc. Xây dựng quy trình làm việc trực quan bằng n8n và trải nghiệm sự đổi mới trong công việc.

입문

n8n, AI, RAG

Cách trở thành chuyên gia tự động hóa AI không cần code, hướng dẫn hoàn chỉnh n8n

nambaksa

ChatGPT và Python để tạo nhân viên AI cho YouTube

SungYong Lee

GPT API được sử dụng để tạo chương trình, tạo hình ảnh và tạo video!

초급

ChatGPT, gpt, Python

ChatGPT và Python để tạo nhân viên AI cho YouTube

SungYong Lee

Bài giảng phát triển chương trình tạo bản thảo (Chatgpt API)

lread90

Trong thời đại Cơn sốt vàng, người ta nói rằng việc trở nên giàu có bằng cách bán các công cụ khai thác vàng sẽ dễ dàng hơn là tự mình khai thác vàng. ChatGPT Tại sao không thử bán các chương trình trong Thời đại Khám phá?

초급

ChatGPT, AIPRM, REST API

Bài giảng phát triển chương trình tạo bản thảo (Chatgpt API)

lread90

Hãy cùng coding với IntelliJ bằng cách sử dụng Model Context Protocol của [Sionic MCP Series 1]!

Sionic AI

Đây là hướng dẫn thực hành về cách sử dụng Model Context Protocol (MCP) để liên kết với IntelliJ và phát triển nhanh hơn.

입문

IntelliJ IDEA, LLM, AI

Hãy cùng coding với IntelliJ bằng cách sử dụng Model Context Protocol của [Sionic MCP Series 1]!

Sionic AI

Tạo OCR thực sự hiệu quả trong thực tế như thế này.

nexthumans

Công nghệ OCR thực sự dùng trong thực tế, nếu muốn học đúng cách thì chỉ cần một khóa học này là đủ! Đạt mục tiêu chính xác trên 98% ngay cả với tài liệu phi cấu trúc và bố cục phức tạp, dựa trên các mô hình SOTA mới nhất cùng kinh nghiệm thực chiến, chúng tôi sẽ cùng bạn xây dựng dự án OCR cấp doanh nghiệp.

초급

Python, AI, openai

Tạo OCR thực sự hiệu quả trong thực tế như thế này.

nexthumans

Triển khai thực tế Spring WebFlux + LLM

John H

Chúng tôi sẽ tạo nhiều chức năng bằng Spring WebFlux. Thông qua khóa học này, bạn có thể nắm vững các khái niệm cần thiết và cách triển khai thực tế của WebFlux.

초급

Java, Spring, webflux

Triển khai thực tế Spring WebFlux + LLM

John H

Tạo thẩm phán trí tuệ nhân tạo với CrewAI và LLM

arigaram

Kết hợp CrewAI (giúp triển khai công nghệ đa tác nhân LLM), đồ thị tri thức và hệ thống suy luận để tạo thẩm phán AI.

중급이상

AI, LLM, AI Agent

Tạo thẩm phán trí tuệ nhân tạo với CrewAI và LLM

arigaram

FEEL THE AGI: LLM và AI Agent

Feel The AGI

ChatGPT và các AI tương tự dựa trên công nghệ cốt lõi LLM và Agent. LLM là công nghệ đã tiến gần nhất đến AGI tại thời điểm hiện tại. Trong khóa học này, chúng ta sẽ tìm hiểu về công nghệ LLM và Agent từ góc nhìn của người dùng phổ thông.

입문

AI, LLM, AI Agent

FEEL THE AGI: LLM và AI Agent

Feel The AGI

Gói ALL-IN ONE ứng dụng thực tế với chatGPT

comento

Bạn có thể học tất cả các quy trình từ cách sử dụng cơ bản của AI tạo sinh đến tự động hóa và tạo chatbot AI tùy chỉnh cho công việc thực tế trong một khóa học duy nhất.

중급이상

Chatbot, AI, ChatGPT

Gói ALL-IN ONE ứng dụng thực tế với chatGPT

comento

Hướng dẫn thực chiến Spring AI: Tạo RAG chatbot

Sionic AI

Tìm hiểu cách dễ nhất để xử lý AI bằng Spring AI. Hãy cùng tìm hiểu Spring AI trong khi xây dựng chatbot RAG.

입문

Spring AI, LLM, RAG

Hướng dẫn thực chiến Spring AI: Tạo RAG chatbot

Sionic AI

Tạo ứng dụng AI không cần lập trình: Chinh phục hoàn toàn Dify nocode

multicoreit

Nếu bạn muốn tạo ra dịch vụ AI riêng của mình mà không cần coding, khóa học này chính là giải pháp hoàn hảo. Sử dụng nền tảng nocode Dify, bạn có thể tạo ra ứng dụng AI chất lượng cao chỉ với ý tưởng. Thay vì lý thuyết phức tạp, khóa học được cấu trúc tập trung vào dự án thực tế, giúp cả người mới bắt đầu với AI và nhân viên văn phòng đều có thể phát triển năng lực thực tiễn.

입문

prompt engineering, LLM, RAG

Tạo ứng dụng AI không cần lập trình: Chinh phục hoàn toàn Dify nocode

multicoreit

RAG Master: Từ cơ bản đến kỹ thuật nâng cao (feat. LangChain)

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Từ việc triển khai RAG đến đánh giá hiệu suất
Phát triển AI thực tế trong 9 giờ

Điểm bài giảng 💫

Xây dựng nền tảng cho việc triển khai RAG

Cải thiện khả năng triển khai RAG bằng các mô-đun và kỹ thuật mới nhất

10 Đánh giá hiệu suất để cải thiện RAG

Giải thích dễ hiểu và rõ ràng được chứng minh bằng nhiều đánh giá

Tìm hiểu về những điều này

Hiểu các khái niệm cơ bản về RAG và LangChain

Thực hành kỹ thuật xử lý dữ liệu và phân đoạn văn bản

Sử dụng mô hình nhúng và lưu trữ vector

Đánh giá và tối ưu hóa hiệu suất tìm kiếm RAG

Tạo và đánh giá câu trả lời bằng LLM

Triển khai chatbot dựa trên RAG bằng Gradio

Những điều cần lưu ý trước khi tham gia khóa học

Môi trường thực hành

Tài liệu học tập

Kiến thức và biện pháp phòng ngừa của người chơi

Thông tin bài giảng được liên kết

Khuyến nghị cho
những người này

Xin chào
Đây là

Chương trình giảng dạy

Đánh giá

Khóa học khác của pdstudio

Khóa học tương tự

RAG Master: Từ cơ bản đến kỹ thuật nâng cao (feat. LangChain)

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Từ việc triển khai RAG đến đánh giá hiệu suất Phát triển AI thực tế trong 9 giờ

Điểm bài giảng 💫

Xây dựng nền tảng cho việc triển khai RAG

Cải thiện khả năng triển khai RAG bằng các mô-đun và kỹ thuật mới nhất

10 Đánh giá hiệu suất để cải thiện RAG

Giải thích dễ hiểu và rõ ràng được chứng minh bằng nhiều đánh giá

Tìm hiểu về những điều này

Hiểu các khái niệm cơ bản về RAG và LangChain

Thực hành kỹ thuật xử lý dữ liệu và phân đoạn văn bản

Sử dụng mô hình nhúng và lưu trữ vector

Đánh giá và tối ưu hóa hiệu suất tìm kiếm RAG

Tạo và đánh giá câu trả lời bằng LLM

Triển khai chatbot dựa trên RAG bằng Gradio

Những điều cần lưu ý trước khi tham gia khóa học

Môi trường thực hành

Tài liệu học tập

Kiến thức và biện pháp phòng ngừa của người chơi

Thông tin bài giảng được liên kết

Khuyến nghị cho những người này

Xin chàoĐây là .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

Chương trình giảng dạy

Đánh giá

Khóa học khác của pdstudio

Khóa học tương tự

Từ việc triển khai RAG đến đánh giá hiệu suất
Phát triển AI thực tế trong 9 giờ

Khuyến nghị cho
những người này

Xin chào
Đây là