Pragmatic AI Labs

Grounded AI: Knowledge Graphs and Validation for Agents

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.
Pragmatic AI Labs

Grounded AI: Knowledge Graphs and Validation for Agents

Noah Gift

Instructeur : Noah Gift

Inclus avec Coursera PlusEn savoir plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

6 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

6 heures à compléter
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Tell terminology from assertions, and write the axioms a corpus needs before it can even be wrong

  • Read and write SHACL shapes, and read the report a violation produces: node, path, value

  • Place a constraint outside the model, on the output side, where it can refuse

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

septembre 2026

Évaluations

5 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 4 modules dans ce cours

Four claims nobody checked, and the one move that refuses them. A README, a config, a dashboard and a model answer all look like facts because nothing with the authority to refuse them ever held them; four honest counts of one repository never agree because no one wrote down what a test is. The move is to write the terminology down, compile it into constraints, bind the claim to the thing, and let a checker say no.

Inclus

5 vidéos5 lectures1 devoir

A shape file, line by line, and the report it produces. One shape over one ordinary artifact, verdict by verdict; a closed shape that refuses what it was not told about; and the same graph handed to two validators that answer opposite ways, both correctly, because silence means different things under the open and closed worlds.

Inclus

4 vidéos4 lectures1 devoir

Nine things, four shapes, zero violations, and four things never examined. A shape declares what it is about, and coverage is a set difference nothing computes for you. A reasoner adds a fact nobody wrote, the shape runs against the graph that came out, and the parent-type rule that a string matcher never saw is derived once, offline, so the checker stays small.

Inclus

3 vidéos4 lectures1 devoir

Why grounding happens after the model, not inside it. Everything in the loop is input, and nothing in the loop can say the output is correct; two checks read the output, reviews initialise at fail, and a refusal is a location with a name. One move, four costumes, and the small promise it keeps: this does not make a model correct, it makes wrongness land somewhere visible before anyone believes it.

Inclus

2 vidéos4 lectures2 devoirs

Instructeur

Noah Gift
Pragmatic AI Labs
62 Cours11 766 apprenants

Offert par

Pragmatic AI Labs

En savoir plus sur Software Development

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions