Aktualisiert im Mai 2025. Dieser Kurs bietet jetzt Coursera Coach! Eine intelligentere Art zu lernen mit interaktiven Echtzeit-Unterhaltungen, die Ihnen helfen, Ihr Wissen zu testen, Annahmen zu hinterfragen und Ihr Verständnis zu vertiefen, während Sie im Kurs vorankommen. Dieser Kurs bietet eine gründliche Erkundung von Retrieval-Augmented Generation (RAG) Systemen und konzentriert sich auf deren praktische Anwendung in realen Szenarien. Am Ende des Kurses beherrschen Sie fortgeschrittene Techniken wie Abfrageerweiterung, Re-Ranking und Dense Passage Retrieval. Der Kurs beginnt mit einer Einführung in die grundlegenden Konzepte von RAG, die eine wesentliche Grundlage für das Verständnis sowohl naiver als auch fortgeschrittener RAG-Ansätze bildet. Sie werden in die RAG-Trias eintauchen und die Fallstricke kennenlernen, die mit frühen Implementierungen von RAG verbunden sind, gefolgt von einer Erkundung anspruchsvollerer Techniken. Die praktischen Abschnitte führen Sie Schritt für Schritt durch praktische Übungen, die das Aufteilen von Text, die Einbettung von Chunks und die Durchführung von Ähnlichkeitssuchen beinhalten. Fortgeschrittene Themen wie die Erweiterung von Abfragen mit generierten Antworten, das Re-Ranking unter Verwendung von Cross-Encodern und die Dense-Passage-Retrieval-Technik (DPR) werden gründlich erforscht. Sie werden auch lernen, Ihre Ergebnisse durch Diagrammprojektionen und Einbettungen zu visualisieren, um Ihre Daten besser interpretieren zu können. Während des gesamten Kurses erhalten Sie zahlreiche Gelegenheiten, das Gelernte in praktischen Übungen und Herausforderungen anzuwenden. Dieser Kurs richtet sich an Lernende mit einem grundlegenden Verständnis des Maschinellen Lernens und der Verarbeitung natürlicher Sprache. Er eignet sich für Fachleute und Entwickler, die fortgeschrittene RAG-Systeme für eine effizientere Suche nach Dokumenten und die Generierung von Antworten beherrschen möchten. Vorkenntnisse in Python und maschinellem Lernen werden empfohlen.