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
ผู้เรียนคนอื่นเรียน
🔥 ยอดนิยม
🎓 มีใบรับรอง
การดึงข้อมูลเว็บด้วย AI: ทำให้การรวบรวมข้อมูลสาธารณะเป็นอัตโนมัติลงใน Excel
ใบรับรอง
ลงมือทำ
$89.99
→
🔥 ยอดนิยม
🎓 มีใบรับรอง
การทำความสะอาดข้อมูลด้วยพลัง AI
ใบรับรอง
ลงมือทำ
$49.99
→
🔥 ยอดนิยม
🎓 มีใบรับรอง
Python Web Scraping: การรวบรวมข้อมูลด้วย Scrapy และ Playwright
ใบรับรอง
ลงมือทำ
$89.99
→
🔥 ยอดนิยม
🎓 มีใบรับรอง
Python สำหรับการทำ Web Scraping: การทำงานอัตโนมัติในการรวบรวมข้อมูล
ใบรับรอง
ลงมือทำ
$89.99
→
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
×2
เติมครั้งเดียว จ่ายครึ่งเดียว
เพิ่ม $100 → รับเครดิต 200 เครดิต ทำให้แต่ละหลักสูตรมีราคาประมาณ $12.50 เครดิตไม่มีวันหมดอายุ
$100
200 เครดิต
$12.50 / คอร์ส
คุ้มที่สุด
$250
550 เครดิต
$11.36 / คอร์ส
$500
1200 เครดิต
$10.42 / คอร์ส
เครดิตใช้ได้กับทุกคอร์สและไม่หมดอายุ