Udemy – RAG 101: Build AI Systems with Your Own Data 2026-4

در تاریخ: 1405/06/27 7:10:05

توضیحات

دوره RAG 101: Build AI Systems with Your Own Data. این دوره آموزشی به بررسی نحوه طراحی و ساخت سیستم‌های هوش مصنوعی قابل اعتماد با استفاده از تکنیک تولید افزوده بازیابی و داده‌های شخصی می‌پردازد. مدل‌های زبانی بزرگ از قدرت بسیار بالایی برخوردار هستند، اما به صورت پیش‌فرض به داده‌های خصوصی دسترسی ندارند و نمی‌توان به پاسخ‌های آن‌ها به طور کامل اعتماد کرد. اینجاست که تکنیک تولید افزوده بازیابی (RAG) اهمیت حیاتی پیدا می‌کند. در این دوره آموزشی تخصصی، فراگیران یاد می‌گیرند که چگونه سیستم‌های جامع و قابل اعتماد RAG را از صفر طراحی کرده و بسازند، و تمرکز ویژه‌ای بر درک بصری، معماری سیستم و بهترین روش‌های دنیای واقعی وجود دارد. آموزش از اصول اولیه آغاز شده و به تدریج به سمت معماری‌های پیشرفته پیش می‌ رود تا شرکت‌کنندگان نه تنها نحوه کارکرد ابزارها، بلکه دلیل کارکرد آن‌ها را به طور کامل درک کنند. مباحث دوره با مبانی قطعه‌بندی متن آغاز می‌شود و فراگیران می‌آموزند که چگونه اسناد را به صورت مؤثر تقسیم کنند و اندازه قطعات چه تأثیری بر کیفیت بازیابی دارد. در ادامه، نحوه تبدیل متن به بردارهای عددی و کارکرد شباهت معنایی بررسی می‌شود. بخش بعدی به پایگاه‌های داده برداری، استراتژی‌های ایندکس‌گذاری و جستجوی معنایی اختصاص دارد. فراگیران سپس مراحل بازیابی شامل متریک‌های شباهت، استراتژی‌های فیلترینگ و تکنیک‌های پیشرفته مانند بازرتبه‌بندی را فرا می‌گیرند. در نهایت، معماری‌های پیشرفته مانند Graph RAG و Agentic RAG معرفی می‌شوند تا مدل‌های زبانی به ابزارهایی دقیق و قابل اتکا تبدیل گردند. علاوه بر این، دوره یاد شده به توسعه‌دهندگان کمک می‌کند تا چالش‌های مربوط به توهمات مدل‌های زبانی را کاهش داده و پاسخ‌های دقیق مبتنی بر مستندات واقعی تولید کنند. با تسلط بر ساختاردهی پرامپت‌ها و تکنیک‌های پیشرفته بازیابی، مهندسان می‌توانند برنامه‌های کاربردی هوش مصنوعی را از مرحله نمونه اولیه به استقرار در محیط عملیاتی و تجاری برسانند. این رویکرد ساختاریافته تضمین می‌کند که سیستم‌های هوش مصنوعی ساخته شده بیشترین سازگاری را با نیازهای داده‌ای سازمان‌ها داشته باشند.

آنچه فرا خواهید گرفت

یادگیری قدم به قدم: آموزش مبانی RAG از صفر با تمرکز بر درک شهودی ساختارها و انتخاب‌های معماری.
تسلط بر امبدینگ و قطعه‌بندی: درک عمیق نحوه تبدیل متن به بردار، قطعه‌بندی اسناد و بهینه‌سازی کیفیت بازیابی.
ساخت سیستم‌های جامع: طراحی و پیاده‌سازی یک سامانه کامل RAG از ابتدا و بررسی معماری‌های متنوع برای افزایش دقت.
مقایسه تکنیک‌های پیشرفته: شناخت تفاوت‌های جستجوی معنایی، جستجوی ترکیبی، بازرتبه‌بندی و فیلترینگ برای انتخاب بهترین گزینه.
عیوب‌یابی و بهبود کیفیت: یادگیری روش‌های عملی برای شناسایی خطاهای بازیابی، کاهش خطاهای توهم و افزایش پایداری پاسخ‌ها.

این دوره مناسب افرادیست که

توسعه‌دهندگان و مهندسان نرم‌افزار: افرادی که می‌خواهند با استفاده از داده‌های شخصی خود، برنامه‌های کاربردی مبتنی بر مدل‌های زبانی بسازند.
دانشمندان داده و متخصصان هوش مصنوعی: پژوهشگرانی که به دنبال درک عمیق اصول پایه و ساختار معماری‌های RAG هستند.
متخصصان فنی و تیم‌های محصول: افرادی که در پروژه‌های هوش مصنوعی و راهکارهای مبتنی بر داده فعالیت دارند.
مبتدیان علاقه‌مند به هوش مصنوعی: هر فردی که خواهان یک معرفی شفاف و شهودی به دنیای بازیابی و تولید افزوده است.

مشخصات دوره RAG 101: Build AI Systems with Your Own Data

ناشر: Udemy
مدرس: Safaa Khadim
سطح آموزش: مبتدی تا پیشرفته
مدت زمان آموزش: 2 ساعت و 41 دقیقه
تعداد دروس: 25

سرفصل های دوره

پیشنیازهای دوره RAG 101: Build AI Systems with Your Own Data

Basic Python knowledge is recommended for the implementation and hands-on sections.
No prior knowledge in Artificial Intelligence or Machine Learning is required.
All RAG concepts are explained from scratch, step by step.
The focus is on intuition and understanding, not advanced math or theory.