03
Membuat Embedding, Penelusuran Vektor, dan RAG dengan BigQuery
03
Membuat Embedding, Penelusuran Vektor, dan RAG dengan BigQuery
These skills were generated by AI. Do you agree this course teaches these skills?
Kursus ini mengeksplorasi solusi Retrieval-Augmented Generation (RAG) di BigQuery untuk memitigasi halusinasi AI. Kursus ini akan memperkenalkan alur kerja RAG yang mencakup pembuatan embedding, penelusuran ruang vektor, dan pembuatan jawaban yang lebih baik. Kursus ini akan menjelaskan alasan konseptual di balik langkah-langkah ini dan implementasi praktisnya dengan BigQuery. Di akhir kursus, peserta akan dapat membangun pipeline RAG menggunakan BigQuery dan model AI generatif seperti Gemini dan model embedding untuk menangani kasus penggunaan halusinasi AI mereka sendiri.
Info Kursus
Tujuan
- Membuat embedding menggunakan model embedding dengan BigQuery.
- Melakukan penelusuran vektor di BigQuery dan memahami prosesnya.
- Membuat pipeline RAG (Retrieval-Augmented Generation) dengan BigQuery.
Prasyarat
Pengalaman sebelumnya dengan bahasa pemrograman, termasuk SQL atau Python
Pengetahuan dasar tentang ML dan AI generatif
Audiens
Data scientist, analis data, developer AI
Bahasa yang tersedia
English, Deutsch, español (Latinoamérica), français, bahasa Indonesia, 日本語, 한국어, português (Brasil), 简体中文, dan 繁體中文
Apa yang harus saya lakukan jika sudah menyelesaikan kursus ini?
Setelah menyelesaikan kursus ini, Anda dapat menjelajahi konten tambahan di jalur pembelajaran Anda atau mengakses katalog pembelajaran.
Badge apa yang bisa saya dapatkan?
Setelah menyelesaikan kursus, Anda akan mendapatkan badge kelulusan. Badge dapat dilihat di profil dan dibagikan di jaringan sosial Anda.
Tertarik mengikuti kursus ini dengan salah satu partner on-demand kami?
Jelajahi konten Google Cloud di Coursera dan Pluralsight.
Lebih suka belajar dengan instruktur?