RAG with Python: Build Chatbots That Talk to Your Data

أهلا بك عزيزي المتابع لموقع (journey for learn) نقدم دورات بكوبونات متاحة لاول 1000 تسجيل مجاني فقط وكوبونات اخري لفترة محدودة فاذا كنت تريد ان تحصل علي كل الكورسات علي موقعنا وان تكون اول المسجلين في الكورسات المجانية قم بتسجيل الدخول أوقم بالدخول علي وسائل التواصل الاجتماعي وخصوصا التليجرام نوضح الوصف المختصر والطويل للدورات لكي تعرف الدروس التي سوف تتعلمها بسهولة ويسر :

تعرف على كيفية إنشاء تطبيقات قوية للجيل المعزز من الاسترجاع باستخدام لغة Python في هذه الدورة التدريبية العملية القائمة على المشاريع. ستقوم بإنشاء روبوتات دردشة بتنسيق PDF، ومحركات بحث دلالية، وتطبيقات قواعد بيانات متجهة، ومساعد معرفي كامل للمؤسسة يمكنه الإجابة على الأسئلة باستخدام المستندات الخاصة بك والبيانات الخاصة. تعد نماذج اللغات الكبيرة مثيرة للإعجاب، ولكنها غالبًا ما تنتج إجابات قديمة أو غير مدعومة أو غير دقيقة. يعمل الجيل المعزز للاسترجاع، المعروف باسم RAG، على حل هذه المشكلة عن طريق ربط نموذج الذكاء الاصطناعي بمصادر المعرفة الخارجية. بدلاً من الاعتماد فقط على المعرفة المضمنة في النموذج، يسترد تطبيق RAG المعلومات ذات الصلة من مستنداتك ويستخدم تلك المعلومات لإنشاء استجابة أكثر دقة وثباتًا. طوال هذه الدورة التدريبية، ستتعلم سير العمل الكامل لإنشاء روبوتات الدردشة RAG باستخدام Python. ستبدأ بفهم البنية الأساسية لنظام RAG، بما في ذلك استيعاب المستندات، واستخراج النص، والتقطيع، والتضمين، والاسترجاع، والإنشاء الفوري، وتوليد الإجابات. ستقوم بإنشاء روبوت دردشة PDF يعمل بكامل طاقته ويسمح للمستخدمين بتحميل المستندات وطرح أسئلة باللغة الطبيعية حول محتواها. سوف تتعلم كيفية استخراج النص من ملفات PDF، والحفاظ على أرقام الصفحات، وتنظيف محتوى المستند، وإنشاء أجزاء نصية متداخلة، وإرجاع الإجابات مع الاستشهادات الداعمة. وتغطي الدورة أيضًا تضمينات النص، والبحث المتجه، وقواعد بيانات المتجهات مثل ChromaDB وFAISS. سوف تتعلم كيفية تحويل أجزاء المستند إلى متجهات رقمية، وتخزين تلك المتجهات، وإجراء عمليات بحث عن التشابه، واسترداد المعلومات بناءً على المعنى بدلاً من التطابقات الدقيقة للكلمات الرئيسية. ومع نمو مهاراتك، ستستكشف تقنيات البحث الدلالي المتقدمة، بما في ذلك تصفية البيانات التعريفية، وعتبات التشابه، وإعادة كتابة الاستعلام، والبحث المختلط، واسترجاع الكلمات الرئيسية، وإعادة ترتيب النتائج. ستساعدك هذه التقنيات على تحسين دقة الاسترجاع وبناء تطبيقات ذكاء اصطناعي أكثر موثوقية. وستقوم أيضًا بإنشاء روبوت محادثة RAG يتذكر الرسائل السابقة، ويفهم أسئلة المتابعة، ويسترد أدلة جديدة لكل إجابة، ويفصل بوضوح ذاكرة المحادثة عن المعرفة بالمستندات. ستضيف استشهادات ومؤشرات ثقة وإجابات غير كافية للأدلة وحواجز حماية عملية لتقليل الهلوسة والادعاءات غير المدعومة. بالنسبة لقسم المؤسسات في الدورة، ستقوم بإنشاء مساعد معرفي مؤسسي متعدد المستندات لإدارات مثل الموارد البشرية وتكنولوجيا المعلومات والمالية والعمليات والامتثال. ستنظم المستندات باستخدام بيانات التعريف، وتنشئ مجموعات خاصة بالقسم، وتدير إصدارات المستندات، وتدعم تنسيقات ملفات متعددة، وتنفذ ضوابط الوصول المستندة إلى الأدوار. ستتعلم أيضًا كيفية تقييم نظام RAG وتحسينه باستخدام مقاييس مثل ملاءمة الاسترجاع، والأساس، وأهمية الإجابة، ودقة الاقتباس، وزمن الاستجابة. ستقوم ببناء لوحة معلومات تقييم RAG لاختبار الأسئلة، ومراجعة المصادر المستردة، وتحديد الإجابات الفاشلة، ومقارنة تكوينات الاسترجاع المختلفة. بحلول نهاية الدورة، ستكمل المعرفة المؤسسية والأبحاث التجريبية الجاهزة للمحفظة باستخدام Python وStreamlit والتضمين وقواعد البيانات المتجهة وتقنيات الذكاء الاصطناعي التوليدية الحديثة. هذه الدورة مثالية لمطوري Python، ومبتدئي الذكاء الاصطناعي، ومحترفي البيانات، والعاملين لحسابهم الخاص، ومؤسسي الشركات الناشئة، وأي شخص مهتم ببناء روبوتات محادثة تعمل بالذكاء الاصطناعي تتحدث إلى بياناتك.

ما هي المتطلبات الأساسية لدخول الدورة والتسجيل فيها على موقعنا؟ رحلة التعلم:

(احصل على الدورة للدخول إلى الموقع والتسجيل)

يجب أن يكون لديك بريد إلكتروني (حساب بريد) تتذكره لنفسك وأيضًا يجب أن تتذكر كلمة مرور البريد الإلكتروني الذي ستسجل به ، وإذا لم يكن لديك حساب بريد إلكتروني ، فمن الأفضل إنشاء حساب (Gmail)