courseraIT и технологии

BigQuery로 임베딩, 벡터 검색, RAG 만들기

Курс от Google Cloud

Продвинутый≈ 1.8 чКорейский

О курсе

이 과정에서는 AI 할루시네이션을 완화하는 BigQuery의 검색 증강 생성(RAG) 솔루션을 살펴봅니다. 임베딩 만들기, 벡터 공간 검색, 개선된 응답 생성을 포함한 RAG 워크플로를 소개합니다. 또한 이 과정은 이러한 단계의 배경이 되는 개념을 설명하고 BigQuery를 통한 실질적인 구현 과정을 살펴봅니다. 이 과정을 마친 학습자는 BigQuery와 Gemini 및 임베딩 모델 같은 생성형 AI 모델을 사용하여 자신의 AI 할루시네이션 사용 사례를 해결하는 RAG 파이프라인을 빌드할 수 있게 됩니다.

Навыки, которые вы освоите

Embeddings Retrieval-Augmented Generation Vector Databases Google Gemini Large Language Modeling Generative AI Data Pipelines Gemini Google Cloud Platform AI Workflows

Программа курса

1 модулей · 9 учебных материалов

01BigQuery로 임베딩, 벡터 검색, RAG 만들기9 материалов

BigQuery로 임베딩, 벡터 검색, RAG 만들기

RAG를 사용해야 하는 이유Видео 임베딩Видео 벡터 검색Видео RAG 실제 사용 사례Видео 요약Видео

Учитесь у экспертов

Google Cloud Training

Преподаватель курса