Dans ce cours de 2 heures basé sur un projet, vous apprendrez à importer des données dans Pandas, à créer des intégrations avec SentenceTransformers, et à construire un système de Génération Augmentée de Récupération (RAG) avec vos données, Qdrant, et un LLM comme Llamafile ou OpenAI. Ce cours pratique vous apprendra à construire un système RAG de bout en bout avec vos propres données en utilisant des outils open source pour une puissante application d'IA générative.

Introduction à la génération augmentée par la recherche (RAG)
Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.

Introduction à la génération augmentée par la recherche (RAG)
Instructeur : Alfredo Deza
7 634 déjà inscrits
Inclus avec
(51 avis)
Expérience recommandée
Ce que vous apprendrez
Créer un système de Génération augmentée de récupération
Utilisez vos propres données en cours d'utilisation avec un Grand modèle de langage (LLM)
Compétences que vous pratiquerez
- Catégorie : Traitement des données
- Catégorie : Gestion des données
- Catégorie : Modélisation des grandes langues
- Catégorie : Génération assistée par récupération
- Catégorie : Apprentissage automatique
- Catégorie : Importation/exportation de données
- Catégorie : Emboîtements
Outils que vous utiliserez
- Catégorie : Pandas (paquetage Python)
- Catégorie : Programmation Python
- Catégorie : API OpenAI
- Catégorie : Bases de données vectorielles
- Catégorie : Interface de programmation d'applications (API)
- Catégorie : IA générative
Détails à connaître

Ajouter à votre profil LinkedIn
Disponible uniquement sur ordinateur
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Apprendre, pratiquer et appliquer des compétences prêtes à l’emploi en moins de 2 heures
- Bénéficiez d’une formation par des experts du secteur
- Gagnez en expérience pratique en effectuant des tâches professionnelles du monde réel
- Renforcez votre confiance en utilisant les outils et technologies les plus récents

À propos de ce Projet Guidé
Apprendrez étape par étape
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Création d'emboîtements
Expérience recommandée
Une certaine expérience de Python, y compris l'installation des dépendances. Il est recommandé d'être familier avec le terminal
4 images de projet
Instructeur
Offert par
Méthode d’apprentissage
Apprentissage pratique basé sur les compétences
Mettez en pratique de nouvelles compétences en effectuant des tâches professionnelles.
Conseils d’experts
Suivez les vidéos pré-enregistrées d’experts à l’aide d’une interface unique, divisée en deux.
Aucun téléchargement ou installation requis(e)
Accédez aux outils et aux ressources dont vous avez besoin dans un espace de travail cloud préconfiguré.
Disponible uniquement sur ordinateur de bureau
Ce Projet Guidé est conçu pour les ordinateurs portables ou de bureau disposant d’une connexion internet fiable, et non pour les appareils mobiles.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
66,66 %
- 4 stars
19,60 %
- 3 stars
5,88 %
- 2 stars
5,88 %
- 1 star
1,96 %
Affichage de 3 sur 51
Révisé le 7 oct. 2024
The guided project helped me understand RAG and its application in a concise and accurate manner. The project code was very helpful in understanding the workflow of implementing RAG with LLMS.
Révisé le 25 oct. 2024
The project is easy to follow for an experienced developer.
Révisé le 20 mars 2025
It was a good entry point to the RAG's world, I hope to see more professional courses too.
Vous aimerez peut-être aussi
Statut : Essai gratuit
Statut : Essai gratuitEdureka
Statut : Essai gratuit





