Logotipo Mydra
Iniciar sessão
>Todos os cursos>Artificial Intelligence
Artificial Intelligence
DeepLearning.AI logo

DeepLearning.AI

Grafos de Conhecimento para RAG

  • até 1 hora
  • Intermédio

Este curso ensina como utilizar grafos de conhecimento em aplicações de geração aumentada por recuperação (RAG). Você aprenderá a usar a linguagem de consulta Cypher do Neo4j para gerenciar e recuperar dados armazenados em grafos de conhecimento, e construir um sistema de perguntas e respostas usando Neo4j e LangChain.

  • Grafos de Conhecimento
  • Cypher
  • Neo4j
  • Busca por Similaridade Vetorial
  • Recuperação de Dados

Visão Geral

Neste curso, você aprenderá o básico de como os grafos de conhecimento armazenam dados usando nós e arestas, usar a linguagem de consulta Cypher do Neo4j para recuperar informações, adicionar um índice vetorial a um grafo de conhecimento e construir um grafo de conhecimento de documentos de texto do zero. Você também explorará técnicas avançadas para conectar múltiplos grafos de conhecimento e usar consultas complexas para recuperação abrangente de dados. Ao final do curso, você estará bem equipado para usar grafos de conhecimento para descobrir insights mais profundos em seus dados e melhorar o desempenho dos LLMs com contexto estruturado e relevante.

  • Web Streamline Icon: https://streamlinehq.com
    Online
    localização do curso
  • Layers 1 Streamline Icon: https://streamlinehq.com
    Inglês
    idioma do curso
  • Ao seu próprio ritmo
    formato do curso
  • Aulas Ao vivo
    entregue online

Para quem é este curso?

Desenvolvedores

Qualquer pessoa que queira entender como os grafos de conhecimento funcionam, como construí-los e criar melhores aplicações RAG.

Cientistas de Dados

Profissionais que desejam aprimorar suas habilidades em estruturar relacionamentos complexos de dados e construir aplicações de IA poderosas.

Entusiastas de IA

Indivíduos interessados em utilizar grafos de conhecimento para melhorar o desempenho de grandes modelos de linguagem (LLMs).

Este curso ensinará como utilizar grafos de conhecimento para melhorar o desempenho dos LLMs com contexto estruturado e relevante. Você aprenderá a usar a linguagem de consulta Cypher do Neo4j e construir um sistema de perguntas e respostas usando Neo4j e LangChain. Ideal para desenvolvedores, cientistas de dados e entusiastas de IA que desejam aprimorar suas habilidades em estruturar relacionamentos complexos de dados.

Pré-Requisitos

1 / 3

  • Familiaridade com LangChain

  • Compreensão básica de estruturas de dados

  • Experiência com linguagens de consulta

O que vai aprender?

Introdução aos Grafos de Conhecimento
Entenda o básico de como os grafos de conhecimento armazenam dados usando nós para representar entidades e arestas para representar relacionamentos entre nós.
Usando Cypher com Neo4j
Use a linguagem de consulta Cypher do Neo4j para recuperar informações de um grafo divertido de dados de filmes e atores.
Busca por Similaridade Vetorial
Adicione um índice vetorial a um grafo de conhecimento para representar dados de texto não estruturados e encontrar textos relevantes usando busca por similaridade vetorial.
Construindo um Grafo de Conhecimento
Construa um grafo de conhecimento de documentos de texto do zero, usando documentos financeiros e de investimento disponíveis publicamente como caso de uso de demonstração.
Técnicas Avançadas
Explore técnicas avançadas para conectar múltiplos grafos de conhecimento e usar consultas complexas para recuperação abrangente de dados.
Consultas Avançadas em Cypher
Escreva consultas avançadas em Cypher para recuperar informações relevantes do grafo e formatá-las para inclusão em seu prompt para um LLM.

Conheça seu instrutor

  • Andreas Kollegger

    Nenhuma biografia disponível

Próximas turmas

  • Datas

    comece agora

Gratuito