Superchargez l'IA avec des graphes de connaissances : maîtrise du système RAG NOUVEAU

Aperçu

Are you ready to take your AI skills to the next level? Welcome to "Supercharge AI with Knowledge Graphs:

RAG System Mastery", the ultimate course designed to unlock the full potential of Large Language Models (LLMs) using cutting-edge techniques in Knowledge Graphs and Retrieval-Augmented Generation (RAG) systems.

Programme

• Introduction aux graphes de connaissances
Définition et concepts clés
Importance et applications en IA
• Fondamentaux des Modèles de Langage à Grande Échelle (LLMs)
Aperçu des architectures LLM
Capacités et limitations
• Construction de graphes de connaissances
Sources de données et acquisition
Bases de données graphe et outils
Technologies du web sémantique
• Systèmes de Génération Augmentée par Récupération (RAG)
Architecture et composants RAG
Avantages par rapport aux LLM traditionnels
Études de cas et cas d'utilisation
• Intégration des graphes de connaissances avec les LLMs
Techniques pour améliorer les LLMs avec des graphes de connaissances
Interrogation et mise à jour des graphes en temps réel
• Techniques RAG avancées
Personnalisation des mécanismes de récupération
Gestion de jeux de données à grande échelle
Optimisation pour la performance
• Projets pratiques
Construction d’un système RAG simple
Applications réelles et résolution de problèmes
Présentations de projets et retour d'information
• Outils et technologies
Aperçu des outils populaires pour construire des graphes de connaissances (par exemple, Neo4j, cadres RDF)
Outils d'intégration pour les systèmes RAG (par exemple, Haystack, Faiss)
• Considérations éthiques et tendances futures
Atténuation des biais dans les systèmes de connaissance
Développements futurs dans les graphes de connaissances et l'IA
• Bilan du cours et prochaines étapes
Résumé des concepts clés
Lectures et ressources complémentaires
Pistes pour un apprentissage continu et un développement de carrière dans les technologies de l'IA et de la connaissance

---

Enseigné par

Paulo Dichone | Software Engineer, AWS Cloud Practitioner & Instructor

---

Matières

Data Science