描述
DeepLearning.AI 检索增强生成 (RAG) 课程提供了深入了解如何开发生产就绪的 RAG 应用程序。本课程旨在为具备中级 Python 技能和基本生成 AI 理解的学员设计。由 AI 工程师和教育者 Zain Hasan 授课，课程涵盖 RAG 系统的架构、部署和评估。
阅读更多
参与者将学习设计和实施 RAG 系统的每个部分，从检索器和向量数据库到大型语言模型和评估平台。课程强调将模型响应与相关的、通常是私有或最新的数据相结合的重要性，这在 LLM 被集成到真实产品和工作流程中时至关重要。
课程分为五个模块，涵盖信息检索、搜索基础、向量数据库和文本生成等主题。学生将参与实践编程作业，使用来自电子商务、媒体和医疗等领域的真实数据集构建 RAG 系统的组件。
在整个课程中，学习者将探索关键的权衡，例如何时使用混合检索、如何管理上下文窗口限制，以及如何平衡延迟和成本。到课程结束时，参与者将具备构建、评估和演变 RAG 系统的技能，从概念验证演示转向实际部署。
该课程在 Coursera 上提供，完成后可获得证书。课程为自定进度，允许学习者以自己的速度进展，预计每周需投入 5 小时，持续一个月。符合条件的学员可申请经济援助。
- 类别企业培训与在线学习
- 定价模式通过经济援助支付
- 平台Coursera
DeepLearning.AI 检索增强生成课程的核心功能
需要中级 Python 技能
完成后颁发证书
自定进度学习
涵盖 RAG 系统的 5 个模块
实践编程作业
真实数据集
关注模型响应的基础
由 Zain Hasan 授课
如何使用 DeepLearning.AI 检索增强生成课程？
注册：在 Coursera 上报名参加课程
学习：完成模块和作业
应用：使用真实数据集构建 RAG 系统
认证：完成后获得证书
DeepLearning.AI 检索增强生成课程的使用案例
- 医疗应用
- 电子商务解决方案
- 媒体内容管理
- 客户支持
- 特定领域聊天机器人
