コース概要

LlamaIndex の概要

  • LlamaIndex とその LLMs における役割の理解
  • LlamaIndex の設定: 環境と前提条件
  • カスタムデータの基本的なインデクシング

LlamaIndex を活用する

  • LlamaIndex でのクエリ: 技術とベストプラクティス
  • LlamaIndex を使用したクエリエンジンとチャットエンジンの構築
  • LLM アプリケーション向けに直感的な Streamlit インターフェースを作成する

高度な LlamaIndex 機能

  • リトリーバル強化生成 (RAG) を活用してデータ取得を強化する
  • 効率的なデータ管理のためのベクトルストアの活用
  • LlamaIndex エージェントの設計と実装

LlamaIndex でのアプリケーション開発

  • プロンプトエンジニアリング: 思考連鎖、ReAct、少量提示
  • 文書ヘルパーアプリケーションを開発する: LLM アプリケーションの実際の例
  • LLM アプリケーションのデバッグとテスト

展開とスケーリング

  • LlamaIndex ベースのアプリケーションの展開
  • 高パフォーマンスのための LLM アプリケーションのスケーリング
  • LLM アプリケーションの監視と最適化

倫理的および実践的な考慮事項

  • LLM アプリケーションの倫理的影響を导航する
  • LlamaIndex でのプライバシーとデータセキュリティの確保
  • LLM 技術の将来発展への準備

まとめと次なるステップ

要求

  • Python プログラミングと基本的な機械学習概念の理解
  • API とアプリケーション開発の経験
  • 自然言語処理へのなじみがあると有利ですが、必須ではありません

対象者

  • 開発者
  • データサイエンティスト
 42 時間

参加者の人数


参加者1人当たりの料金

今後のコース

関連カテゴリー