Course Content
Pendahuluan
0/3
[1] Perkenalan metode RAG
08:05
[2] Persiapan Device
04:31
[3] Instalasi Ollama dengan Docker Compose
07:23
Membuat Chat Assistant Sederhana
0/6
[4] Mendownload dan Menyiapkan Model Ollama di Docker
10:12
[5] Eksplorasi REST API Ollama untuk Model AI
19:09
[6] Pengelolaan Percakapan dengan Python
15:54
[7] REST API untuk Pengelolaan Percakapan dengan FastAPI
14:55
[8] Membuat Web UI Sederhana dengan Streamlit
19:04
[9] Retrieval-Augmented Generation (RAG)
10:11
Retrievel-Augmented Generation Berbasis Vector
0/7
[10] Retrieval dalam RAG: Vektorisasi dan Penyimpanan Data
10:53
[11] Pembuatan Koleksi Data untuk RAG dengan Qdrant
16:09
[12] Memahami Proses Embedding Vektor dan Pencarian yang Kontekstual
16:51
[13] Membuat dan Mengindeks PDF Menggunakan Embedding Vektor
26:40
[14] Implementasi RAG Vectorize dengan REST API
19:39
[15] Implementasi RAG Vectorize pada Web UI dan Penyesuaian Prompt
25:29
[16] Konsumsi Data pada Vector Besar
11:32
Retrieval-Augmented Generation Berbasis Gambar
0/3
[17] Eksplorasi Image Vision dan Model sebagai metode RAG
18:19
[18] Mengimplementasikan REST API dan Customize Prompting
15:26
[20] Implementasi Image Vision dalam Web UI dengan Streamlit
15:30
Retrieval-Agumented Generation Berbasis Web Search
0/3
[21] Overview API Search untuk RAG dengan HasData
09:29
[22] Membuat Konteks Pencarian API
26:23
[23] Menambahkan Fitur Web Search pada Chat UI dan Penutup
09:57
Downloadable Content
0/1
RESTful API cource code
Response Streaming Application
0/4
[24] Implementasi Stream Response pada RESTful API
21:38
[25] Streaming ChatUI Assistant dengan Kotlin Compose Multiplatform (1)
20:28
[26] Streaming ChatUI Assistant dengan Kotlin Compose Multiplatform (2)
23:27
[27] Streaming ChatUI Assistant dengan Kotlin Compose Multiplatform (3)
21:12
Downloadable Content
0/1
Kotlin Compose Multiplatform ChatUI Sources Code
Menguasai Generative AI – Implementasi RAG dengan membuat Chat Assistant Sendiri
About Lesson

Konsep Kunci

  • Chat Assistant: Sistem berbasis AI yang dibangun dengan LLM dan metode RAG untuk berinteraksi dengan pengguna.
  • LLM (Large Language Model): Model bahasa besar yang merupakan bagian dari NLP, digunakan untuk memahami dan menghasilkan teks.
  • NLP (Natural Language Processing): Cabang ilmu AI yang berfokus pada interaksi antara komputer dan bahasa manusia.
  • RAG (Retrieval Augmented Generation): Metode untuk LLM memproses data eksternal yang diberikan oleh manusia untuk meningkatkan kemampuan model.

Poin Utama

  • Pengenalan tentang chat assistant berbasis AI.
  • Penjelasan tentang LLM sebagai bagian dari NLP.
  • Peran LLM dalam interaksi bahasa manusia.
  • Keterbatasan LLM terkait knowledge.
  • Pengenalan metode RAG untuk mengatasi keterbatasan LLM.
  • Metode RAG dengan vector, image vision, dan web search.

Ringkasan

Kursus ini membahas tentang pembangunan chat assistant menggunakan LLM dan metode RAG. Chat assistant adalah sistem berbasis AI yang dirancang untuk berinteraksi dengan pengguna. LLM, atau Large Language Model, merupakan bagian penting dari NLP yang memungkinkan komputer memahami dan menghasilkan teks. NLP sendiri adalah cabang ilmu AI yang berfokus pada interaksi antara komputer dan bahasa manusia.

LLM memiliki keterbatasan dalam hal knowledge karena pengetahuan mereka terbatas pada data set yang digunakan untuk pelatihan. Untuk mengatasi keterbatasan ini, diperkenalkan metode RAG (Retrieval Augmented Generation). RAG memungkinkan LLM untuk memproses data eksternal yang diberikan oleh manusia, sehingga meningkatkan kemampuan model dalam menghasilkan teks yang lebih relevan dan akurat. Metode RAG yang akan dibahas dalam kursus ini meliputi penggunaan vector, image vision, dan web search.

Secara keseluruhan, kursus ini memberikan pemahaman tentang bagaimana menggabungkan LLM dan RAG untuk membangun chat assistant yang lebih canggih dan adaptif. Kursus ini juga akan membahas spesifikasi perangkat yang dibutuhkan untuk menjalankan sistem ini, serta bagaimana mengimplementasikan metode RAG dalam berbagai konteks.

Daftar Isi

Klik untuk mempercepat video pada bagian-bagian ini

  • Pembukaan kursus chat assistant
  • Pengertian chat assistant
  • Pengenalan LLM
  • Definisi NLP
  • LLM sebagai model
  • Penjelasan Large Language Model
  • Keterbatasan LLM
  • Pengenalan metode RAG
  • Cara kerja RAG
  • Metode RAG yang akan dibahas
Previous
Next
0% Complete
Kiat Koding