Deskripsi
Rehbar AI menyediakan kursus komprehensif selama 5 hari yang dirancang untuk pemula yang tertarik dalam AI terapan. Kursus ini mencakup konsep-konsep penting seperti Large Language Models (LLMs), embedding, pencarian vektor, Retrieval-Augmented Generation (RAG), dan GraphRAG. Peserta akan terlibat dalam praktik langsung menggunakan aplikasi sumber terbuka, yang dapat mereka jalankan secara lokal di mesin mereka. Kursus ini terstruktur dalam 12 bab pendek, memerlukan sekitar 2 jam studi per hari.
Baca Selengkapnya
Kursus ini sepenuhnya gratis, tanpa memerlukan pengetahuan sebelumnya tentang matematika atau pembelajaran mesin. Ini ideal untuk pemula yang nyaman menggunakan terminal dan memiliki keterampilan dasar Python. Di akhir kursus, peserta akan membangun aplikasi GraphRAG mereka sendiri, mendapatkan pemahaman yang jelas tentang bagaimana LLM dapat mengubah hasil pencarian menjadi jawaban yang koheren.
Rehbar AI menekankan pembelajaran praktis, memungkinkan peserta untuk membuat grafik pengetahuan dan menggunakannya untuk menjawab pertanyaan. Kursus ini juga menyediakan sertifikat penyelesaian, yang dapat diunduh sebagai PDF dan dibagikan di LinkedIn. Aplikasi praktik adalah sumber terbuka dan berjalan secara lokal menggunakan Docker, memastikan aksesibilitas tanpa biaya tambahan.
Secara keseluruhan, kursus Rehbar AI membekali pelajar dengan keterampilan untuk mengintegrasikan model AI ke dalam produk, kemampuan yang berharga di dunia yang didorong oleh teknologi saat ini. Fokus pada GraphRAG menyoroti pentingnya memahami hubungan antara titik data, membedakan peserta dalam bidang AI.
- KategoriPelatihan Korporat & E-Learning
- Model HargaGratis
- PenerapanBerjalan lokal
- PlatformWeb
Fitur Inti Rehbar AI
Kursus gratis selama 5 hari
Mencakup LLM, RAG, GraphRAG
Aplikasi praktik sumber terbuka
Sertifikat penyelesaian
Tidak perlu pengetahuan AI sebelumnya
Pendekatan pembelajaran praktis
Membangun aplikasi GraphRAG
Penerapan lokal dengan Docker
Cara menggunakan Rehbar AI?
Kenali LLM: Pengenalan LLM
Berbicara dengan LLM: Mengkode interaksi
Teks sebagai angka: Memahami embedding
Pengambilan: Mengimplementasikan pencarian vektor
GraphRAG: Membangun dan menggunakan GraphRAG
Kasus Penggunaan Rehbar AI
- Pembelajaran AI
- Pengembangan Keterampilan
- Praktik Sumber Terbuka
- Pencapaian Sertifikat
- Aplikasi GraphRAG
