Le module sur le reranking a complètement changé ma façon d'aborder mes pipelines RAG, je ne pensais pas que ça ferait une telle différence sur la pertinence des résultats. L'utilisation de LangChain pour combiner recherche hybride et réécriture de requêtes est expliquée de manière très concrète.
RAG met Python: Hybrid Search, Reranking, en Rewriting
Leer hoe je moderne Retrieval-Augmented Generation applicaties bouwt met behulp van LangChain, vector databases en intelligente zoektechnieken vanaf de basis.
-
💬
AI-instructeur
Stel vragen over elke les en krijg altijd meteen een duidelijk antwoord. -
🕐
Begin wanneer je wilt
Geen roosters of deadlines — leer in je eigen tempo, wanneer het jou uitkomt. -
🌐
In het Nederlands
Lessen, opdrachten en certificaat — alles volledig in jouw taal.
Over deze cursus
Grote taalmodellen zijn krachtig, maar ze hebben vaak geen toegang tot jouw specifieke data. Retrieval-Augmented Generation (RAG) overbrugt deze kloof, waardoor je AI kunt verbinden met aangepaste kennisbanken. In deze tekstgebaseerde cursus verken je hoe je robuuste RAG-systemen bouwt met Python. Beginnend bij de fundamentele concepten, werk je toe naar het implementeren van moderne technieken zoals Hybrid Search, result Reranking en Query Rewriting om de nauwkeurigheid van AI-antwoorden drastisch te verbeteren. Wat je zult leren: Begrijp de kernarchitectuur en terminologie van Retrieval-Augmented Generation; Bouw fundamentele RAG-pipelines met Python en LangChain; Implementeer vector databases om document embeddings op te slaan en op te halen; Pas Hybrid Search technieken toe die keyword en semantisch zoeken combineren; Verbeter AI-nauwkeurigheid met behulp van result Reranking en Query Rewriting patronen; Verken moderne Agentic AI concepten voor autonome data-ophaling. De cursus begint met duidelijke definities van AI-terminologie voordat we overgaan naar praktische Python-implementaties. Je leest gedetailleerde uitleg, bekijkt code snippets en oefent stap voor stap met het bouwen van tekstgebaseerde AI-retrievalsystemen. Deze cursus is ontworpen voor beginners en aspirant-ontwikkelaars; er is geen voorafgaande ervaring met geavanceerde machine learning vereist. Begin vandaag nog met lezen om de kracht van moderne RAG te ontsluiten en slimmere datagestuurde applicaties te bouwen.
Wat je krijgt
-
📜
Voltooiingscertificaat
Voeg toe aan je LinkedIn-profiel -
💬
Persoonlijke AI-tutor
Vastgelopen bij een les? Vraag je ingebouwde tutor op elk moment van alles. -
🎧
Audioversie inbegrepen
Leer onderweg — geen scherm nodig -
♾️
Levenslange toegang
Kom altijd terug, geen einddatum -
📱
Telefoon of computer
Werkt overal, op elk apparaat -
💸
14 dagen retour
Geen vragen -
⚡
Kort en gericht
2 u 30 min praktische inhoud
Beoordelingen (6)
Selama ini saya cuma tahu RAG sebatas 'ambil dokumen terus masukin ke prompt', tapi kursus ini benar-benar membongkar detail yang sering dilewatkan seperti hybrid search dan reranking. Bagian yang paling membuka mata saya adalah query rewriting, ternyata banyak hasil pencarian yang buruk itu bukan karena embedding jelek tapi karena pertanyaan awal dari user memang ambigu. Contoh kode dengan LangChain dijelaskan langkah demi langkah sehingga saya bisa langsung praktik di proyek sendiri tanpa kebingungan. Urutan materinya juga masuk akal, dari retrieval sederhana sampai pipeline lengkap yang menggabungkan semua teknik. Setelah menyelesaikan kursus ini, hasil pencarian RAG saya jauh lebih relevan dibanding sebelumnya.
Давно искал внятное объяснение гибридного поиска, и здесь наконец сложилась картина: как совмещать плотные эмбеддинги с BM25 и зачем потом прогонять результаты через реранкер. Особенно зашёл блок про переписывание запроса перед обращением к векторной базе — раньше я недооценивал этот шаг, а он реально поднял качество выдачи в моём проекте на LangChain. Примеры рабочие, всё запускается без танцев с бубном. Единственное, по выбору самой векторной БД хотелось бы поглубже, но в целом курс закрыл почти все мои вопросы по RAG.
أخيرًا شرح واضح لكيفية دمج البحث الهجين وإعادة الترتيب في نظام RAG بدلاً من الاكتفاء بالاسترجاع البسيط. الجزء الخاص بإعادة صياغة الاستعلامات باستخدام LangChain كان عمليًا جدًا وساعدني في تحسين دقة النتائج بشكل ملموس.
Hibrit arama ve reranking konularını bu kadar net anlatan başka bir kaynak bulamamıştım. LangChain ile query rewriting kısmını uygulamalı örneklerle göstermesi, RAG pipeline'ının neden bazen alakasız sonuç döndürdüğünü anlamamı sağladı.
Good deep dive into the parts of RAG that most tutorials skip, especially the hybrid search and reranking sections which finally explained why my retrieval results were mediocre. The LangChain code examples are solid, though the query rewriting module could use a bit more explanation on tuning the prompts.
Lerenden namen ook
🎓 Met certificaat
Privé-AI met open source-LLM's: lokale implementatie, RAG en agenten
Certificaat
Praktijk
13,99 €
→
🔥 Populair
🎓 Met certificaat
AI Voice Cloning: Bouw Je Persoonlijke Digitale Stem
Certificaat
Praktijk
13,99 €
→
🔥 Populair
🎓 Met certificaat
AI voor ESL-docenten: Lessen, teksten en toetsen
Certificaat
Praktijk
13,99 €
→
🔥 Populair
🎓 Met certificaat
Generative AI voor tattoo-artiesten: ontwerp en plaatsing
Certificaat
Praktijk
13,99 €
→
Veelgestelde vragen
Wat heb ik nodig voor deze cursus? +
Alleen een telefoon of computer met internet. Geen installaties of speciale hardware.
Hoe betaal ik? +
Met kaart via Stripe. We bewaren geen kaartgegevens — Stripe handelt dit veilig af.
Kan ik een terugbetaling krijgen? +
Ja — volledige terugbetaling binnen 14 dagen, zonder vragen.
Hoe lang heb ik toegang? +
Voor altijd. Eenmaal gekocht is de cursus van jou en kun je hem altijd opnieuw bekijken.
Krijg ik een certificaat? +
Ja. Bij voltooiing ontvang je een certificaat dat je aan je LinkedIn-profiel kunt toevoegen.
Voor leerlingen in
Tech
Design
Financiën
Marketing
Gezondheidszorg
Onderwijs
Horeca
Productie