In this 2-hour project-based course, you will learn how to import data into Pandas, create embeddings with SentenceTransformers, and build a retrieval augmented generation (RAG) system with your data, Qdrant, and an LLM like Llamafile or OpenAI. This hands-on course will teach you to build an end-to-end RAG system with your own data using open source tools for a powerful generative AI application.
Introduction to Retrieval Augmented Generation (RAG)
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant
Introduction to Retrieval Augmented Generation (RAG)
Instructeur : Alfredo Deza
7 398 déjà inscrits
Inclus avec
Apprendre, pratiquer et appliquer des compétences professionnelles grâce à des conseils d’experts
4.4
(51 avis)
niveau Intermédiaire
Expérience recommandée
2 hours
Apprenez à votre propre rythme
Un apprentissage pratique
Ce que vous apprendrez
Create a Retrieval Augmented Generation system
Use your own data with a Large Language Model
Compétences que vous pratiquerez
- Catégorie : Machine Learning
- Catégorie : Data Management
- Catégorie : Embeddings
- Catégorie : Large Language Modeling
- Catégorie : Data Processing
- Catégorie : Retrieval-Augmented Generation
- Catégorie : Data Import/Export
Outils que vous utiliserez
- Catégorie : Pandas (Python Package)
- Catégorie : Generative AI
- Catégorie : OpenAI API
- Catégorie : Vector Databases
- Catégorie : Python Programming
- Catégorie : Application Programming Interface (API)
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Enseigné en Anglais
Aucun téléchargement ou installation requis(e)
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 :
Create Embeddings
Expérience recommandée
Some experience with Python, including installing dependencies. Familiarity with the terminal is recommended
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.
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.’
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
RL
Révisé le 24 oct. 2024
The project is easy to follow for an experienced developer.
JC
Révisé le 16 mai 2024
Good Exercise for introduction RAG by LLM and VectorDB
ST
Révisé le 6 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.
