Създаване на Интелигентни Приложения с RAG

Създаване на Интелигентни Приложения с RAG

( 2 Отзиви )
лв.358

Общо описание на курса

Този 12-седмичен курс ще предостави на учениците над 12 години основни знания и умения за разработване и внедряване на интелигентни приложения, използвайки RAG (Retrieval-Augmented Generation). Курсът ще започне с основите на RAG, ще премине през създаване и индексиране на съдържание и ще завърши с разработване на пълноценни RAG приложения. Основният акцент ще бъде върху интерактивното обучение, практическите упражнения и развиването на критично мислене.

Целева аудитория:

Деца над 12 години с интерес към програмиране, технологии и изкуствен интелект.

Предварителни знания:

Базови познания по програмиране (променливи, цикли, функции) – за предпочитане Python.

Цел:

Да се запознаят участниците с основите на RAG и да изградят свои собствени интелигентни приложения, използвайки лични данни и съвременни инструменти като Llama-index и LangChain.

Материали:

  • Платформа за онлайн обучение (Google Classroom, Moodle)
  • Google Colab и Jupyter Notebook

Структура на курса:

Курсът е разделен на 6 модула, всеки с продължителност 2 седмици. Всеки модул включва:

Лекции: (2 часа седмично)

  • Представяне на теоретичните концепции с интерактивни примери, демонстрации и забавни факти.

Упражнения: (2 часа седмично)

  • Практически задачи за затвърдяване на наученото, с фокус върху решаване на проблеми и творческо приложение.

Проект: (1 проект на модул)

  • По-голям практически проект, разработен самостоятелно или в екип, с възможност за представяне пред публика.

 

Модул 1: Запознаване с Интелигентните Приложения

Седмица 1: Какво е RAG и Защо е Важно?

  • Какво представлява RAG (Retrieval-Augmented Generation)?
  • Защо RAG е по-добро от традиционните методи?

Седмица 2: Подготовка на Работната Среда

  • Инсталиране на инструменти (Python, Jupyter Notebook)
  • Запознаване с основни програми (Llama-index и LangChain)

Модул 2: Подготовка на Данните

Седмица 3: Събиране и Организиране на Лично Съдържание

  • Как да събираме различни видове данни (текст, аудио, видео)
  • Организация на данните за по-лесна работа

Седмица 4: Почистване и Подреждане на Данните

  • Премахване на ненужни данни
  • Как да направим данните готови за използване

Модул 3: Създаване на База Данни

Седмица 5: Как да Направим Векторна База Данни

  • Какво е вектор и как работи
  • Създаване на векторни представяния на данни

Седмица 6: Различни Видове Индекси

  • Списъчни индекси и как да ги създаваме
  • Векторни и дървовидни индекси за бързо търсене

Модул 4: Създаване на Интелигентно Приложение

Седмица 7: Интеграция с Голям Езиков Модел (LLM)

  • Избор и настройка на подходящ модел
  • Вграждане на модела в приложението

Седмица 8: Създаване на Модул за Търсене

  • Основни части на модул за търсене
  • Как да подобрим резултатите от търсенето

 
 

 

Модул 5: Подобряване на Нашето Приложение

Седмица 9: Оптимизация на Системата

  • Как да настроим параметрите за по-добро извличане
  • Метрики за оценка на качеството

Седмица 10: Разширени Техники

  • Работа с различни формати на съдържание (PDF, аудио, видео)
  • Многоезична поддръжка

Модул 6: Етика и Практически Проект

Седмица 11: Етика и Поверителност

  • Как да управляваме лични данни
  • Етични въпроси при използване на AI

Седмица 12: Практически Проект и Заключение

  • Създаване на персонализирано приложение
  • Представяне на проектите и заключение

Открий магията на RAG и AI

Присъедини се към нашия вълнуващ 12-седмичен курс и открий света на интелигентните приложения с RAG (Retrieval-Augmented Generation)! Специално създаден за деца над 12 години, този курс ще те потопи в магията на изкуствения интелект и машинното обучение. Ще научиш как да създаваш и внедряваш собствени проекти, използвайки лични данни и най-съвременните инструменти. С нас ще изградиш уменията си по програмиране, ще развиеш креативността си и ще придобиеш увереност да създаваш бъдещето си с AI.

Учебен план по седмици

Седмица 1: Въведение в RAG и Интелигентните Приложения

Общ преглед на темите:

  • Основни понятия в RAG (Retrieval-Augmented Generation)
  • История и еволюция на интелигентните приложения
  • Примери и приложения в реалния свят

Цели на обучението:

  • Разбиране на основните концепции в RAG
  • Запознаване с различни приложения на интелигентни приложения

Необходими материали и ресурси:

  • Компютър с интернет достъп
  • Основни статии и видеоклипове за RAG и интелигентни приложения

План на лекцията:

  1. Въведение в курса и целите му
  2. История и еволюция на интелигентните приложения
  3. Преглед на основните концепции в RAG

Практически упражнения и задачи:

  • Изследване и обсъждане на реални приложения на интелигентни приложения

Проект или домашна работа:

  • Напишете кратко есе за приложение на интелигентни технологии, което ви впечатлява

Седмица 2: Подготовка на Работната Среда

Общ преглед на темите:

  • Инсталиране на необходимите инструменти
  • Запознаване с Llama-index и LangChain

Цели на обучението:

  • Настройка на работната среда за разработка
  • Разбиране на функциите на Llama-index и LangChain

Необходими материали и ресурси:

  • Компютър с интернет достъп
  • Инсталационни инструкции за Python и Jupyter Notebook

План на лекцията:

  1. Инсталиране на Python и Jupyter Notebook
  2. Настройка на виртуална среда
  3. Въведение в Llama-index и LangChain

Практически упражнения и задачи:

  • Инсталиране на необходимите инструменти
  • Запознаване с основните функции на Llama-index и LangChain

Проект или домашна работа:

  • Направете кратък доклад за ползите от използването на Llama-index и LangChain в RAG приложения

Седмица 3: Събиране и Организиране на Лично Съдържание

Общ преглед на темите:

  • Методи за събиране на текстови, аудио и видео данни
  • Организация и структуриране на данни за RAG системи

Цели на обучението:

  • Усвояване на техники за събиране и организиране на данни
  • Разбиране на значението на структурирани данни

Необходими материали и ресурси:

  • Компютър с интернет достъп
  • Примерни данни за упражнение

План на лекцията:

  1. Как да събираме текстови, аудио и видео данни
  2. Методи за организация на данните
  3. Значение на структурирани данни

Практически упражнения и задачи:

  • Събиране на примерни данни
  • Организация на данните в структуриран формат

Проект или домашна работа:

  • Съберете и организирайте лични данни в структура, подходяща за RAG приложение

Седмица 4: Почистване и Подреждане на Данните

Общ преглед на темите:

  • Премахване на ненужни данни
  • Как да направим данните готови за използване

Цели на обучението:

  • Усвояване на техники за почистване на данни
  • Разбиране на важността на качествени данни

Необходими материали и ресурси:

  • Компютър с интернет достъп
  • Софтуерни инструменти за почистване на данни

План на лекцията:

  1. Как да премахваме ненужни данни
  2. Нормализация и форматиране на данни
  3. Подготовка на данните за векторизация

Практически упражнения и задачи:

  • Почистване на събраните данни
  • Нормализация и форматиране на данните

Проект или домашна работа:

  • Направете анализ на събраните данни и представете ги в готов вид за следващия модул

Седмица 5: Създаване на Векторна База Данни

Общ преглед на темите:

  • Какво е вектор и как работи
  • Създаване на векторни представяния на текстови данни

Цели на обучението:

  • Разбиране на концепцията за векторни пространства
  • Създаване на векторни представяния на данни

Необходими материали и ресурси:

  • Компютър с интернет достъп
  • Примерни данни за векторизация

План на лекцията:

  1. Въведение във векторните пространства
  2. Създаване на векторни представяния
  3. Използване на вектори в RAG системи

Практически упражнения и задачи:

  • Създаване на векторни представяния на събраните данни

Проект или домашна работа:

  • Подгответе векторна база данни за следващия модул

Седмица 6: Различни Видове Индекси

Общ преглед на темите:

  • Списъчни индекси и как да ги създаваме
  • Векторни и дървовидни индекси за бързо търсене

Цели на обучението:

  • Запознаване с различни видове индекси
  • Усвояване на техники за създаване на индекси

Необходими материали и ресурси:

  • Компютър с интернет достъп
  • Примерни данни за индексиране

План на лекцията:

  1. Създаване на списъчни индекси
  2. Създаване на векторни индекси
  3. Създаване на дървовидни индекси

Практически упражнения и задачи:

  • Създаване на различни видове индекси за събраните данни

Проект или домашна работа:

  • Подгответе индексирана база данни за следващия модул

Седмица 7: Интеграция с Голям Модел за Език (LLM)

Общ преглед на темите:

  • Избор и настройка на подходящ модел
  • Вграждане на модела в приложението

Цели на обучението:

  • Разбиране на концепцията за LLM
  • Интегриране на LLM в RAG приложение

Необходими материали и ресурси:

  • Компютър с интернет достъп
  • Примерни LLM модели

План на лекцията:

  1. Избор на подходящ LLM
  2. Настройка на LLM
  3. Интегриране на LLM в RAG системата

Практически упражнения и задачи:

  • Интегриране на LLM в разработваното приложение

Проект или домашна работа:

  • Подгответе пример за използване на LLM в вашето RAG приложение

Седмица 8: Създаване на Модул за Търсене

Общ преглед на темите:

  • Основни части на модул за търсене
  • Как да подобрим резултатите от търсенето

Цели на обучението:

  • Усвояване на техники за създаване на модул за търсене
  • Разбиране на значението на доброто търсене

Необходими материали и ресурси:

  • Компютър с интернет достъп
  • Примерни данни и код

План на лекцията:

  1. Основни части на модул за търсене
  2. Методи за подобряване на резултатите
  3. Практическо приложение на модул за търсене

Практически упражнения и задачи:

  • Създаване на модул за търсене за разработваното приложение

Проект или домашна работа:

  • Представете пример за работещ модул за търсене в RAG приложение

Седмица 9: Оптимизация на Системата

Общ преглед на темите:

  • Как да настроим параметрите за по-добро извличане
  • Метрики за оценка на качеството

Цели на обучението:

  • Усвояване на техники за оптимизация
  • Разбиране на значението на метриките за оценка

Необходими материали и ресурси:

  • Компютър с интернет достъп
  • Примерни данни и инструменти за оценка

План на лекцията:

  1. Настройка на параметрите
  2. Метрики за оценка на качеството
  3. Практическа оптимизация

Практически упражнения и задачи:

  • Оптимизация на RAG системата

Проект или домашна работа:

  • Направете анализ на оптимизациите, които сте направили, и представете резултатите

Седмица 10: Разширени Техники

Общ преглед на темите:

  • Работа с различни формати на съдържание (PDF, аудио, видео)
  • Многоезична поддръжка

Цели на обучението:

  • Усвояване на техники за работа с различни формати на съдържание
  • Разбиране на многоезичната поддръжка

Необходими материали и ресурси:

  • Компютър с интернет достъп
  • Примерни данни в различни формати

План на лекцията:

  1. Работа с PDF, аудио и видео съдържание
  2. Многоезична поддръжка в RAG системи
  3. Практическо приложение

Практически упражнения и задачи:

  • Работа с различни типове съдържание
  • Добавяне на многоезична поддръжка в RAG приложението

Проект или домашна работа:

  • Представете пример за работа с различни формати на съдържание и многоезична поддръжка

Седмица 11: Етика и Поверителност

Общ преглед на темите:

  • Как да управляваме лични данни
  • Етични въпроси при използване на AI

Цели на обучението:

  • Разбиране на важността на етичните въпроси
  • Усвояване на техники за управление на лични данни

Необходими материали и ресурси:

  • Компютър с интернет достъп
  • Основни статии и ресурси за етика и поверителност

План на лекцията:

  1. Управление на лични данни
  2. Етични въпроси и казуси
  3. Практически подходи за етичност

Практически упражнения и задачи:

  • Анализ на етични въпроси и предложения за решения

Проект или домашна работа:

  • Напишете доклад за етичен казус в AI и как бихте го разрешили

Седмица 12: Практически Проект и Заключение

Общ преглед на темите:

  • Създаване на персонализирано RAG приложение
  • Представяне на проектите и заключение на курса

Цели на обучението:

  • Завършване на персонализирано RAG приложение
  • Представяне на наученото и резултатите от проекта

Необходими материали и ресурси:

  • Компютър с интернет достъп
  • Презентационни материали

План на лекцията:

  1. Работа по финалния проект
  2. Подготовка за представяне
  3. Представяне на проектите

Практически упражнения и задачи:

  • Завършване на персонализираното RAG приложение
  • Подготовка за презентация

Проект или домашна работа:

  • Представете завършения си проект пред класа и обобщете наученото през курса

 

  1. Основи на RAG (Retrieval-Augmented Generation): Участниците ще разберат концепцията за RAG, неговите основни принципи и защо се използва в интелигентни приложения.
  2. История и Еволюция на Интелигентните Приложения: Курсистите ще научат за развитието на изкуствения интелект и интелигентните приложения, включително ключови събития и технологии.
  3. Структура на Данните и Индексиране: Разбиране на различните начини за структуриране на данни и създаване на индекси за бързо търсене и извличане на информация.
  4. Векторни Пространства и Представяния: Курсистите ще научат какво представляват векторите, как се създават векторни представяния на данни и защо са важни за RAG.
  5. Многоезична Поддръжка: Теоретично разбиране на как се реализира многоезична поддръжка в RAG системите и защо е важна.
  6. Етични Въпроси и Поверителност: Познаване на основните етични въпроси свързани с AI, как да се управляват лични данни и защо е важно да се обръща внимание на етиката.

 

  1. Настройка на Работна Среда: Участниците ще научат как да инсталират и настроят необходимите инструменти като Python, Jupyter Notebook, Llama-index и LangChain.
  2. Събиране и Организиране на Данни: Курсистите ще усвоят методите за събиране, почистване и организиране на лични данни, за да ги направят подходящи за използване в RAG приложения.
  3. Създаване на Векторни Представяния: Практическо създаване на векторни представяния на текстови, аудио и видео данни.
  4. Индексиране на Данни: Създаване на различни видове индекси (списъчни, векторни, дървовидни) за бързо и ефективно търсене в големи обеми данни.
  5. Интеграция на LLM (Large Language Model): Участниците ще научат как да интегрират голям езиков модел в своите RAG приложения.
  6. Създаване на Модул за Търсене: Проектиране и изграждане на модул за търсене, който да извлича релевантна информация от базата данни.
  7. Оптимизация на RAG Система: Настройка и оптимизация на параметрите за по-добро извличане на информация и повишаване на точността на системата.
  8. Работа с Различни Формати на Съдържание: Обработка и интеграция на различни видове съдържание (PDF, аудио, видео) в RAG системата.
  9. Разработка на Персонализирано Приложение: Участниците ще разработят и внедрят собствено RAG приложение, използвайки всички усвоени умения.

 

 

  1. Критично Мислене: Развиване на способността да анализират проблеми и да намират ефективни решения чрез използване на RAG и AI технологии.
  2. Креативност: Стимулиране на въображението и креативността чрез проектиране и изграждане на иновативни приложения.
  3. Работа в Екип: Усвояване на умения за ефективна комуникация и сътрудничество с други участници при работа по екипни проекти.
  4. Самостоятелност: Развиване на самодисциплина и независимост при изпълнение на задачи и проекти.
  5. Презентационни Умения: Участниците ще научат как да представят и защитават своите проекти пред публика, което ще подобри техните умения за комуникация и презентиране.
  6. Управление на Времето: Курсът ще помогне на участниците да развият умения за ефективно управление на времето, което е ключово при изпълнение на сложни проекти.
  7. Етично Поведение: Развиване на осъзнатост и отговорност по отношение на етичните въпроси в AI и управлението на лични данни.
Модул 1

Запознаване с RAG

Започваме с магичното пътешествие в света на RAG! В първите седмици ще разберем какво представлява RAG и защо е толкова специално. Ще открием защо локалният RAG е като супергерой в сравнение с традиционните методи и ще се запознаем с основните понятия. Ще е забавно, обещаваме!

Модул 2

Подготовка на Средата

Пригответе се за техническо приключение! Ще инсталираме всички необходими инструменти, ще се запознаем с Llama-index и LangChain, и ще подготвим нашите компютри за вълнуващите задачи напред. Ще научим как да подреждаме данните си, така че всичко да е на място – малко като да подредим стаята си, но много по-интересно!

Модул 3

Стъпка 1 – Подготовка на Данните

Събирането на данни ще бъде като търсене на съкровище! Ще се научим как да събираме и организираме личното си съдържание, като го почистваме и форматираме по правилния начин. Това е нашата база за всичко останало, така че ще се постараем да я направим перфектна.

Модул 4

Стъпка 2 – Индексиране на Съдържанието

Ще превърнем данните си в леснодостъпно съкровище! Ще научим как да създаваме векторни бази данни и как да работим с различни видове индекси. Ще разберем как да направим данните ни лесни за търсене и ще се почувстваме като истински научни детективи.

Модул 5

Стъпка 3 – Изграждане на RAG Приложение

Тук ще започнем да създаваме нашите собствени магически RAG приложения! Ще интегрираме голям езиков модел и ще създадем собствен модул за търсене. Ще видим как всичко започва да оживява и ще се почувстваме като истински изобретатели.

Модул 6

Оптимизация на RAG Системата

Време е да направим нашето приложение супер бързо и точно! Ще научим как да оптимизираме параметрите си, за да подобрим извличането на информация. Ще се почувстваме като истински инженери, настройващи своята изобретателска машина до съвършенство.

Модул 7

Разширени Техники

Пригответе се за напреднали техники! Ще се научим как да работим с различни типове съдържание като PDF, аудио и видео. Освен това, ще направим нашето приложение многоезично, за да може да разбира и отговаря на различни езици. Ще бъде вълнуващо и забавно!

Модул 8

Етика и Поверителност

Ще се потопим в света на етиката и поверителността в AI. Ще научим защо е важно да управляваме личните данни правилно и как да се справяме с етичните въпроси. Това е нашият шанс да станем отговорни създатели на технологии и да разберем какво означава да бъдем добри дигитални граждани.

Моля, попълнете този формуляр

    Информация за курса
    • ,
    • 3
    • 5 h
    • : 50
    Споделяне в социални мрежи

    Свържете се с нас:

      Свържете се с нас:

      Days
      Hours
      Minutes