Data Chunking และ Text Splitting สำหรับแอปพลิเคชัน RAG — LearnFlat
⏱ 2 ชม. 48 นาที 📚 28 บทเรียน

Data Chunking และ Text Splitting สำหรับแอปพลิเคชัน RAG

เรียนรู้วิธีการเตรียม แบ่ง และปรับแต่งเอกสารข้อความขนาดใหญ่สำหรับ Vector Databases และระบบ Retrieval-Augmented Generation โดยใช้กลยุทธ์ Python สมัยใหม่

  • 💬 ผู้สอน AI
    ถามเกี่ยวกับบทเรียนใดก็ได้ แล้วรับคำตอบที่ชัดเจนทันที ทุกเมื่อ
  • 🕐 เริ่มเมื่อไรก็ได้
    ไม่มีตารางหรือเดดไลน์ — เรียนตามจังหวะของคุณ เมื่อไรก็ได้
  • 🌐 เป็นภาษาไทย
    บทเรียน แบบฝึกหัด และใบรับรอง — ทั้งหมดเป็นภาษาของคุณอย่างครบถ้วน

เกี่ยวกับคอร์สนี้

เมื่อทำงานกับโมเดลภาษาขนาดใหญ่ การป้อนเอกสารทั้งหมดในคราวเดียวจะนำไปสู่ต้นทุนที่สูง บริบทที่สูญหาย และการค้นหาข้อมูลที่มีประสิทธิภาพต่ำ การเชี่ยวชาญวิธีแบ่งและเตรียมข้อความของคุณคือความลับในการสร้างระบบค้นหาและดึงข้อมูลที่มีความแม่นยำสูง\n\nในคอร์สนี้ คุณจะได้เปลี่ยนจากการจัดการข้อความดิบที่ไม่มีโครงสร้าง ไปสู่การใช้กลยุทธ์ Chunking ที่ซับซ้อนซึ่งขับเคลื่อนสถาปัตยกรรมการค้นหาสมัยใหม่ คุณจะได้อ่านคำอธิบายแนวคิดที่ชัดเจนและศึกษาโค้ดตัวอย่าง Python ที่ใช้งานได้จริง เพื่อเข้าใจว่าวิธีการแบ่งข้อความที่แตกต่างกันส่งผลต่อประสิทธิภาพการค้นหาข้อมูลของคุณอย่างไร\n\nสิ่งที่คุณจะได้เรียนรู้:\n- เข้าใจแนวคิดหลักของ Tokenization, Chunk Size และ Chunk Overlap\n- ปรับใช้กลยุทธ์การแบ่งข้อความแบบ Character-based และ Recursive ใน Python\n- ประยุกต์ใช้เทคนิค Semantic Chunking เพื่อรักษาความหมายของประโยคและย่อหน้า\n- กำหนดค่า Metadata Enrichment เพื่อปรับปรุงความแม่นยำในการค้นหาใน Vector Databases\n- ประเมินว่ากลยุทธ์ Chunking ที่แตกต่างกันส่งผลต่อ Pipeline ของ Retrieval-Augmented Generation (RAG) อย่างไร\n- ฝึกฝนการปรับปรุงขอบเขตของเอกสารเพื่อหลีกเลี่ยงการตัดบริบทที่สำคัญออกไป\n\nคอร์สนี้เริ่มต้นด้วยคำนิยามพื้นฐานของการประมวลผลข้อความ ขีดจำกัดของ Token และ Vector Embeddings จากนั้นคุณจะได้เรียนรู้ผ่านการวิเคราะห์อัลกอริทึมการแบ่งข้อความแบบต่างๆ ทีละขั้นตอน ตั้งแต่การนับจำนวนตัวอักษรพื้นฐานไปจนถึงขอบเขตเชิงความหมายระดับสูง\n\nคอร์สนี้ออกแบบมาสำหรับนักพัฒนามือใหม่ ผู้ที่สนใจด้านข้อมูล และผู้ที่ชื่นชอบ AI ที่ต้องการเข้าใจฝั่งการเตรียมข้อมูลของ AI สมัยใหม่ ไม่จำเป็นต้องมีประสบการณ์มาก่อนเกี่ยวกับ Vector Databases เพียงมีความรู้พื้นฐานเกี่ยวกับ Python ก็พอ\n\nเริ่มอ่านตั้งแต่วันนี้เพื่อเชี่ยวชาญศิลปะแห่งการเตรียมข้อมูลสำหรับการค้นหาอัจฉริยะ

สิ่งที่คุณจะได้รับ

  • 📜 ใบประกาศนียบัตร
    เพิ่มในโปรไฟล์ LinkedIn ของคุณ
  • 💬 ติวเตอร์ AI ส่วนตัว
    ติดขัดในบทเรียน? ถามติวเตอร์ในตัวของคุณได้ทุกอย่าง ทุกเวลา
  • ♾️ เข้าถึงตลอดชีพ
    กลับมาเรียนได้ตลอด ไม่มีหมดอายุ
  • 📱 โทรศัพท์หรือคอมพิวเตอร์
    ใช้งานได้ทุกที่ ทุกอุปกรณ์
  • 💸 คืนเงิน 14 วัน
    ไม่ต้องอธิบาย
  • ⚡ กระชับและตรงประเด็น
    2 ชม. 48 นาที เนื้อหาเชิงปฏิบัติ

รีวิว

ยังไม่มีรีวิว — เป็นคนแรกที่แชร์ประสบการณ์

เขียนรีวิว

☆☆☆☆☆
หลังจากส่ง เราจะขอให้คุณเข้าสู่ระบบ — ฉบับร่างของคุณถูกบันทึก

ผู้เรียนคนอื่นเรียน

คำถามที่พบบ่อย

ฉันต้องใช้อะไรในการเรียนคอร์สนี้? +

แค่โทรศัพท์หรือคอมพิวเตอร์ที่มีอินเทอร์เน็ต ไม่ต้องติดตั้งหรือใช้อุปกรณ์พิเศษ

ฉันชำระเงินอย่างไร? +

ผ่านบัตรด้วย Stripe เราไม่เก็บข้อมูลบัตร — Stripe จัดการอย่างปลอดภัย

ฉันขอคืนเงินได้ไหม? +

ใช่ — คืนเงินเต็มจำนวนใน 14 วัน ไม่ต้องอธิบาย

ฉันมีสิทธิ์เข้าถึงนานเท่าไร? +

ตลอดไป เมื่อซื้อแล้วคอร์สเป็นของคุณ กลับมาเรียนได้ตลอด

ฉันจะได้ใบประกาศนียบัตรไหม? +

ได้ เมื่อเรียนจบจะได้รับใบประกาศนียบัตรที่เพิ่มในโปรไฟล์ LinkedIn ได้

ออกแบบสำหรับผู้เรียนใน
เทคโนโลยี ดีไซน์ การเงิน การตลาด สาธารณสุข การศึกษา ธุรกิจการบริการ อุตสาหกรรม