Nicht beanspruchtes Profil

Kursbewertung: Generative AI Architectures with LLM, Prompt, RAG, Vector DB von Mehmet Ozkaya

Community-Einschätzungen

Design and Integrate AI-Powered S/LLMs into Enterprise Apps using Prompt Engineering, RAG, Fine-Tuning and Vector DBs

Lernformat Online Course

Unterkategorie Generative AI

Kurspreis $49.99 (list $9.99)

AllPros-Bewertung:

0.00/ 10

Basierend auf: 0 Bewertungen

Website besuchen

Ist der Kurs von Mehmet Ozkaya seriös?

Erstellt aus echten Nutzerbewertungen

Über Mehmet Ozkaya

Design and Integrate AI-Powered S/LLMs into Enterprise Apps using Prompt Engineering, RAG, Fine-Tuning and Vector DBs

Wer ist Mehmet Ozkaya?

Keine Biografie verfügbar.

Branche

Gesamtzahl Teilnehmer

18,710 students

Offizielle Website

—

Erfahrung

Kurssprache

English

Soziale Kanäle

Sitz in

Was lernst du im Kurs von Mehmet Ozkaya?

Generative AI Model Architectures (Types of Generative AI Models)

Transformer Architecture: Attention is All you Need

Large Language Models (LLMs) Architectures

Text Generation, Summarization, Q&A, Classification, Sentiment Analysis, Embedding Semantic Search

Generate Text with ChatGPT: Understand Capabilities and Limitations of LLMs (Hands-on)

Function Calling and Structured Outputs in Large Language Models (LLMs)

LLM Providers: OpenAI, Meta AI, Anthropic, Hugging Face, Microsoft, Google and Mistral AI

LLM Models: OpenAI ChatGPT, Meta Llama, Anthropic Claude, Google Gemini, Mistral Mixral, xAI Grok

SLM Models: OpenAI ChatGPT 4o mini, Meta Llama 3.2 mini, Google Gemma, Microsoft Phi 3.5

How to Choose LLM Models: Quality, Speed, Price, Latency and Context Window

Interacting Different LLMs with Chat UI: ChatGPT, LLama, Mixtral, Phi3

Installing and Running Llama and Gemma Models Using Ollama

Modernizing Enterprise Apps with AI-Powered LLM Capabilities

Designing the 'EShop Support App' with AI-Powered LLM Capabilities

Advanced Prompting Techniques: Zero-shot, One-shot, Few-shot, COT

Design Advanced Prompts for Ticket Detail Page in EShop Support App w/ Q&A Chat and RAG

The RAG Architecture: Ingestion with Embeddings and Vector Search

E2E Workflow of a Retrieval-Augmented Generation (RAG) - The RAG Workflow

End-to-End RAG Example for EShop Customer Support using OpenAI Playground

Fine-Tuning Methods: Full, Parameter-Efficient Fine-Tuning (PEFT), LoRA, Transfer

End-to-End Fine-Tuning a LLM for EShop Customer Support using OpenAI Playground

Choosing the Right Optimization – Prompt Engineering, RAG, and Fine-Tuning

Vector Database and Semantic Search with RAG

Explore Vector Embedding Models: OpenAI - text-embedding-3-small, Ollama - all-minilm

Explore Vector Databases: Pinecone, Chroma, Weaviate, Qdrant, Milvus, PgVector, Redis

Using LLMs and VectorDBs as Cloud-Native Backing Services in Microservices Architecture

Design EShop Support with LLMs, Vector Databases and Semantic Search

Design EShop Support with Azure Cloud AI Services: Azure OpenAI, Azure AI Search

Develop .NET to integrate LLM models and performs Classification, Summarization, Data extraction, Anomaly detection, Translation and Sentiment Analysis use case

Develop RAG – Retrieval-Augmented Generation with .NET, implement the full RAG flow with real examples using .NET and Qdrant

Was ist in diesem Kurs enthalten?

Still confused?

Get a reply from the creator within 24 hours.

0.00

Basierend auf:

Verifizierte Bewertungen

Hilf anderen, eine sicherere Entscheidung zu treffen.

10-Punkte

9-Punkte

8-Punkte

7-Punkte

6-Punkte

5-Punkte

4-Punkte

3-Punkte

2-Punkte

1-Punkte

Kursbewertungen von Mehmet Ozkaya

Basierend auf 0 verifizierten Teilnehmerbewertungen

0.00

Basierend auf 0 Bewertungen

10.0

9.0

8.0

7.0

6.0

5.0

4.0

3.0

2.0

1.0

Bewertungen auf AllPros spiegeln Meinungen und Erfahrungen von Nutzern wider. Creators können ihre Seite verwalten und antworten, aber AllPros schreibt oder kontrolliert keine Bewertungen.

Keine Bewertungen

Dieser Creator hat noch keine Bewertungen erhalten.