AI 文档智能：RAG、代理和 ML 数据

MP4 |视频：h264，1920×1080 |音频：AAC、44.1 KHz、2 Ch
级别：所有级别 |类型： 电子学习 |语言： 英语 |持续时间：90 个讲座（11h 50m）

您将学到什么

• 使用 PDF、RAG、AI Agents、FastAPI、React 和 ML 就绪数据集构建端到端 AI 文档智能平台。
• 利用 ChromaDB、嵌入、语义搜索和基础 AI 响应来实施 RAG。
• 设计能够选择工具、执行查询并生成智能响应的 AI 代理。
• 将非结构化 PDF 转换为结构化、可供分析和机器学习的数据集。
• 构建 FastAPI 后端服务并通过 REST API 公开 AI 功能。
• 为文档智能工作流程开发 React 应用程序。
• 创建文档提取、文本提取、分块、嵌入和矢量数据库管道。
• 将企业 AI 架构模式应用于文档智能系统。

要求

• 建议具备基本的 Python 知识。
• 无需具备 RAG、AI Agents、ChromaDB、FastAPI 或 React 方面的经验。
• 能够运行 Python 应用程序的计算机。
• 对 API 和 JSON 有基本了解会很有帮助。
• 熟悉 VS Code 或 Python 开发环境。

描述

构建一个完整的人工智能驱动的文档智能平台，将非结构化 PDF 转换为智能应用程序、结构化数据集、人工智能代理和机器学习就绪数据。

该课程以现实世界的医疗保健索赔情报项目为中心，涵盖文档处理、RAG 系统、AI 代理、FastAPI 服务、React 应用程序和机器学习数据管道。

您将构建什么

• PDF 提取和文档处理管道。
• 自动文本提取和预处理工作流程。
• 文档分块、嵌入和 ChromaDB 矢量存储。
• 检索增强生成 (RAG) 应用。
• 具有工具选择和执行能力的人工智能代理。
• 来自非结构化文档的结构化且支持机器学习的数据集。
• FastAPI 后端服务和 React 前端应用程序。
• 端到端 AI 文档智能平台。

您将学到什么

• 记录智能架构和设计模式。
• 从头开始实施 RAG。
• 矢量数据库、语义搜索和 ChromaDB 集成。
• 快速设计检索系统。
• 代理 AI 工作流程和动态查询执行。
• 结构化数据提取和验证。
• FastAPI API 开发和 React 应用程序开发。
• 构建生产型 AI 应用和机器学习就绪管道。

为什么这门课程与众不同

本课程展示 RAG 如何融入完整的 AI 生态系统，在该生态系统中，文档被处理、转换为结构化数据、通过 AI 代理查询、通过 API 公开、在 Web 应用程序中可视化，并为机器学习用例做好准备。

课程统计

• 超过 11.5 小时的内容。
• 超过 91 场讲座。
• 端到端的基于项目的学习。
• 真实世界的医疗保健索赔用例。
• FastAPI + React 集成。
• RAG + 代理 + ML 数据管道。
• 包含源代码。

本课程适合谁

• Python 开发人员构建 RAG 和 Agentic AI 应用程序。
• AI 工程师和 GenAI 从业者。
• 机器学习工程师创建机器学习就绪数据集。
• 对文档智能和 AI 自动化感兴趣的数据科学家。
• 集成 FastAPI、React、RAG 和 AI 代理的全栈开发人员。
• 软件架构师和技术主管探索企业 AI 解决方案。
• 对矢量数据库和人工智能驱动的 API 感兴趣的后端开发人员。
• 任何希望构建端到端 AI 文档智能平台的人。