Kursplan

Introduktion till LlamaIndex

  • Förstå LlamaIndex och dess roll i LLM:er
  • Konfigurera LlamaIndex: miljö och förutsättningar
  • Grunderna i indexering av anpassade data

LamaIndex i aktion

  • Fråga med LlamaIndex: tekniker och metodtips
  • Skapa fråge- och chattmotorer med LlamaIndex
  • Skapa intuitiva Streamlit-gränssnitt för LLM-applikationer

Avancerade LlamaIndex-funktioner

  • Användning av RAG (Retrieval-Augmented Generation) för förbättrad datahämtning
  • Utnyttja vektorlager för effektiv datahantering
  • Designa och implementera LlamaIndex-agenter

Applikationsutveckling med LlamaIndex

  • Snabb teknik: tankekedja, ReReact, uppmaning med några få skott
  • Utveckla en dokumentationshjälpare: en verklig LLM-applikation
  • Felsökning och testning av LLM-applikationer

Distribution och skalning

  • Distribuera LlamaIndex-baserade program
  • Skalning av LLM-applikationer för hög prestanda
  • Övervakning och optimering av LLM-applikationer

Etiska och praktiska överväganden

  • Navigera etiska implikationer i LLM-applikationer
  • Säkerställ integritet och datasäkerhet med LlamaIndex
  • Förberedelser för framtida utveckling inom LLM-teknik

Sammanfattning och nästa steg

Krav

  • En förståelse för Python programmering och grundläggande maskininlärningskoncept
  • Erfarenhet av API:er och applikationsutveckling
  • Förtrogenhet med naturlig språkbehandling är fördelaktigt men inte nödvändigt

Publik

  • Utvecklare
  • Datavetare
 42 timmar

Antal deltagare



Price per participant

Relaterade Kurser

Relaterade Kategorier