WalkSelf · Aplikasi AI (Interdisipliner) · AI untuk Hukum & Kepatuhan

AI dalam E-Discovery

Terapkan AI dan pembelajaran mesin untuk penemuan elektronik yang efisien. Ini mencakup tinjauan dokumen, tinjauan berbantuan teknologi (TAR), dan pemilahan data.

AI dalam E-Discovery

Memulai dengan RAG: Menghubungkan AI ke Data Pribadi Anda

Membangun Sistem RAG: Menghubungkan AI ke Dokumen Kustom Anda

Fondasi RAG Lokal: Mengobrol dengan Dokumen Anda Sendiri

Membangun Chatbot RAG untuk Basis Pengetahuan Perusahaan

Dasar-Dasar Evaluasi RAG: Mengukur Kualitas Retrieval dengan Ragas

RAG dengan Python: Hybrid Search, Reranking, dan Rewriting

Fondasi RAG: Context Engineering dan Reranking

Fine-Tuning Embeddings dan RAG untuk Semantic Search

Pengenalan RAG untuk Codebase dan Dokumentasi

Dasar-dasar Vector Databases: Qdrant, Weaviate, dan pgvector

Membangun Sistem RAG: Pencarian, Reranking, dan Evaluasi

ElasticSearch untuk Sistem Pencarian dan Rekomendasi

NotebookLM Foundations: Analisa dan Sintesis Data Anda Sendiri dengan AI

Pengembangan Mesin Pencari: Pencarian Informasi dan Data Mining

Dasar-Dasar Basis Data Vektor dengan Python, Pinecone, dan ChromaDB

Semantic Kernel SDK: Integrasi Plugin AI ke Aplikasi Bisnis

Membangun Pencarian Semantik dengan Embedding OpenAI dan Basis Data Vektor

Membangun Mesin Pencari dan Sistem Pencarian Teks

Evaluasi Sistem Rekomendasi: Metrik dan Pengujian Offline

Pengenalan ke Basis Data Vektor untuk Aplikasi RAG

(Inggris) The Internet Encyclopedia of Philosophy: The Semantics of Knowledge

Memulai dengan Embedding dan Database Vektor

Dasar-Dasar Basis Data Vektor dengan ChromaDB

NotebookLM Fundamentals: Penelitian dan Analisis Dokumen Berbasis AI