إنشاء التمثيلات والبحث المتجهي وRAG باستخدام BigQuery

Google Cloud

تعرّف على حل الجيل المعزز بالاسترجاع (RAG) في BigQuery للحد من الهلوسة في الذكاء الاصطناعي، مع خطوات لإنشاء التمثيلات والبحث في الفضاءات المتجهية وتوليد الإجابات المحسنة.

غير محدد1 أسبوعالعربية, الألمانية, الإنجليزية, الفرنسية

مجاني

عن الدورة

تستكشف هذه الدورة حلاً متقدماً لتقنية الجيل المعزز بالاسترجاع (RAG) باستخدام BigQuery لمواجهة مشكلة الهلوسة في نماذج الذكاء الاصطناعي. تتناول الدورة شرحاً مفهوماً متعمقاً لخطوات إنشاء التمثيلات (Embeddings)، والبحث ضمن الفضاءات المتجهية، وإنتاج إجابات محسنة من خلال استخدام النماذج التوليدية مثل Gemini. يتم التركيز على فهم الأسباب النظرية لهذه الخطوات مع التطبيق العملي باستخدام بيئة BigQuery. بنهاية الدورة، سيكون المتعلمون قادرين على بناء خط أنابيب RAG فعال باستخدام أدوات Google Cloud وموديلات الذكاء الاصطناعي لتطوير حلول مخصصة تقلل من الأخطاء الناتجة عن الهلوسة، وتحسن دقة المعلومات المستخرجة.

ماذا ستتعلم

إنشاء التمثيلات (Embeddings) باستخدام نماذج BigQuery
أداء البحث المتجهي في BigQuery وفهم عمليته
بناء خط أنابيب RAG باستخدام BigQuery

المتطلبات المسبقة

خبرة عملية سابقة في المفاهيم الأساسية للدورة
القدرة على تطبيق الأدوات والأساليب بشكل مستقل

المدرسون

Google Cloud Training

المواضيع

الحوسبة السحابية

تكنولوجيا المعلومات

تطوير البرمجيات

علوم الحاسوب

الذكاء الاصطناعي التوليدي

قواعد البيانات المتجهية

منصة Google Cloud

نماذج Gemini

معلومات الدورة

المنصةCoursera

المستوىغير محدد

طريقة التعلمغير محدد

السعرمجاني

المهارات