การสร้างแอปพลิเคชัน GraphRAG ด้วย LlamaIndex — WalkSelf

การสร้างแอปพลิเคชัน GraphRAG ด้วย LlamaIndex

เรียนรู้วิธีการรวม knowledge graphs และ large language models โดยใช้ LlamaIndex เพื่อสร้างระบบ AI retrieval ที่เข้าใจบริบท (context-aware) ตั้งแต่เริ่มต้น

⏱ 1 ชม. 43 นาที 📚 3 บทเรียน 🎧 เวอร์ชันเสียง

เกี่ยวกับคอร์สนี้

Standard Retrieval-Augmented Generation (RAG) มักจะประสบปัญหาในการเชื่อมโยงข้อมูลจากเอกสารหลายฉบับ การนำ knowledge graphs เข้ามาใช้ใน AI pipelines จะช่วยให้คุณสามารถจับความสัมพันธ์ที่ซับซ้อนและปรับปรุงความแม่นยำของ language models ได้อย่างมาก คอร์สนี้จะสอนวิธีใช้ประโยชน์จาก GraphRAG เพื่อเพิ่มขีดความสามารถในการดึงข้อมูลของคุณ ด้วยการใช้ LlamaIndex คุณจะได้เรียนรู้วิธีการสกัด structured entities จาก unstructured text, สร้างกราฟที่เชื่อมโยงกัน และทำการคิวรีที่มีความแม่นยำสูงและเต็มไปด้วยบริบท ซึ่งมีประสิทธิภาพเหนือกว่าการค้นหาแบบ vector search พื้นฐาน สิ่งที่คุณจะได้เรียนรู้: * เข้าใจแนวคิดพื้นฐานของ RAG, vector databases และ knowledge graphs * สร้างและจัดโครงสร้าง knowledge graphs จากข้อความดิบโดยใช้ LlamaIndex * ปรับใช้กลยุทธ์ hybrid retrieval ที่ผสมผสาน semantic search เข้ากับการท่องไปในกราฟ (graph traversal) * ออกแบบ prompts ที่มีประสิทธิภาพเพื่อการสกัด entity และความสัมพันธ์ที่เชื่อถือได้ * ประยุกต์ใช้แนวคิดพื้นฐานของ agentic AI เพื่อให้เหตุผลเหนือข้อมูลที่เชื่อมโยงกัน คุณจะเริ่มต้นด้วยคำศัพท์ที่จำเป็นและแนวคิดหลักของ AI ก่อนที่จะเข้าสู่บทเรียนเชิงปฏิบัติในรูปแบบข้อความ ผ่านคำอธิบายที่เป็นลายลักษณ์อักษรอย่างละเอียดและ code snippets ที่ชัดเจน คุณจะค่อยๆ สร้าง GraphRAG pipeline ที่สมบูรณ์ คอร์สนี้ออกแบบมาสำหรับนักพัฒนา, data engineers และผู้เริ่มต้นด้าน AI โดยไม่จำเป็นต้องมีประสบการณ์มาก่อนเกี่ยวกับ graph databases หรือ machine learning ขั้นสูง เริ่มอ่านวันนี้เพื่อเปลี่ยนแปลงวิธีที่แอปพลิเคชัน AI ของคุณประมวลผลและดึงข้อมูลที่ซับซ้อน

สิ่งที่คุณจะได้รับ

  • 📜 ใบประกาศนียบัตร
    เพิ่มในโปรไฟล์ LinkedIn ของคุณ
  • 🎧 รวมเวอร์ชันเสียง
    เรียนได้ทุกที่ ไม่ต้องดูจอ
  • ♾️ เข้าถึงตลอดชีพ
    กลับมาเรียนได้ตลอด ไม่มีหมดอายุ
  • 📱 โทรศัพท์หรือคอมพิวเตอร์
    ใช้งานได้ทุกที่ ทุกอุปกรณ์
  • 💸 คืนเงิน 14 วัน
    ไม่ต้องอธิบาย
  • กระชับและตรงประเด็น
    1 ชม. 43 นาที เนื้อหาเชิงปฏิบัติ

รีวิว (3)

Ali Yıldız TR ผู้เรียนที่ยืนยันแล้ว
★ 5 · 2026-05-03T17:14:00+00:00

एंटिटी और रिलेशन निकालकर ग्राफ बनाने वाली प्रक्रिया बहुत साफ़ तरीके से समझाई गई है। LlamaIndex के साथ काम करना अब डर नहीं लगता, और संदर्भ-आधारित जवाब देखकर मज़ा आ गया। शानदार कोर्स।

كمال حسن JO
★ 5 · 2026-02-13T05:10:38+00:00

नॉलेज ग्राफ और एलएलएम को साथ जोड़ने का तरीका मैं काफी समय से समझना चाहता था, और इस कोर्स ने वो गुत्थी सुलझा दी। LlamaIndex से ग्राफ बनाकर उस पर सवाल पूछने वाला हिस्सा सबसे मज़ेदार रहा, क्योंकि साधारण वेक्टर सर्च के मुकाबले जवाब कितने ज़्यादा संदर्भपूर्ण आते हैं, ये खुद देखकर हैरानी हुई। हर कॉन्सेप्ट को छोटे-छोटे कदमों में समझाया गया है, इसलिए शुरू से बनाना मुश्किल नहीं लगा। अब मैं अपने डॉक्यूमेंट्स पर खुद का GraphRAG सिस्टम बना पा रहा हूँ।

加藤 太郎 JP ผู้เรียนที่ยืนยันแล้ว
★ 5 · 2025-11-23T07:00:01+00:00

ナレッジグラフと大規模言語モデルをどう組み合わせるのか、ずっと曖昧だった部分がこの講座でようやく腑に落ちました。LlamaIndexでドキュメントからエンティティと関係性を抽出してグラフを作り、それを使って質問に答えさせる流れを一から手を動かして学べたのが本当に良かったです。普通のベクトル検索だけでは拾えない、文脈をまたいだ答えが返ってくる様子を実際に見られて感動しました。説明が段階的で、初めてでも置いていかれません。自分のデータで応用する自信がつきました。

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