{"product_id":"140000","title":"Applications d'IA mises en œuvre avec LLM et RAG ","description":"\u003ccenter\u003e\u003cdiv style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/tmgdisk01.cafe24.com\/images\/vs\/4172\/sv\/uOtQLAiXjYVEnG0oAyj47y9KrwB.png?v=1765077722\" style=\"max-width:100%;max-height:10px\"\u003e\u003c\/div\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\n\n\u003cdiv style=\"width:95%\"\u003e\n\n\u003cdiv style=\"text-align:center;font-size:30px;font-weight:bolder;line-height:1.6em\"\u003e Applications d'IA mises en œuvre avec LLM et RAG \u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"border-bottom:1px;border-bottom-style:dotted;border-color:;padding-bottom:20px\"\u003e\u003ccenter\u003e\u003ctable align=\"center\" width=\"100%\"\u003e\u003ctbody style=\"border:0px\"\u003e\n\n\u003ctr\u003e\u003ctd align=\"center\" style=\"line-height:1.2em;text-align:center;font-size:18px;color:black;font-weight:bold;padding-bottom:20px;\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\n\u003ctr\u003e\u003ctd style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/image.yes24.com\/goods\/148861651\/XL\" style=\"max-width:100%;height:auto\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\n\n\u003c\/tbody\u003e\u003c\/table\u003e\u003c\/center\u003e\u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"width:95%;{split_style6}padding-top:20px;padding-bottom:20px\"\u003e\n\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003e Description \u003c\/div\u003e\n\n\u003cdiv style=\"text-align:left;word-break:break-all;font-size:14px;line-height:1.6em;\"\u003e\n\n\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eIntroduction au livre\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e\u003cdiv\u003e \u003cb\u003eGénération de recherche augmentée (RAG), appel de fonction, agents, magasins de vecteurs et le dernier framework, MCP !\u003c\/b\u003e\u003cbr\u003e \u003cbr\u003e« Implémentation d’applications d’IA avec LLM et RAG » est un guide complet et pratique qui va au-delà du simple suivi des tendances technologiques en constante évolution en matière d’IA pour fournir des informations clés et des solutions pratiques pour la mise en œuvre et l’intégration réelles.\u003cbr\u003e Nous abordons systématiquement les principales tendances de la technologie d'IA générative d'un point de vue pratique, afin que les développeurs et les planificateurs puissent facilement construire un système RAG.\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e Les lecteurs apprendront à combiner de manière flexible et à connecter intuitivement des composants complexes tels que le traitement de documents, l'indexation vectorielle et le routage des requêtes à l'aide de RamaIndex.\u003cbr\u003e\n\n\u003c\/div\u003e\u003c\/div\u003e\n\u003cdiv\u003e\u003cul\u003e\u003cli\u003e Vous pouvez consulter un aperçu du contenu du livre.\u003cbr\u003e \u003cspan\u003eAperçu\u003c\/span\u003e\n\n\u003c\/li\u003e\u003c\/ul\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eindice\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e ▣ Chapitre 1 : Entrée dans l’index Rama\u003cbr\u003e 1.1 Tâches prises en charge par RamaIndex\u003cbr\u003e 1.2 Configuration de l'environnement d'utilisation de RamaIndex\u003cbr\u003e 1.2.1 Installation de Python sous Windows\u003cbr\u003e 1.2.2 Création d'un environnement virtuel  \u003cbr\u003e__1.2.3 Installation de Visual Studio Code\u003cbr\u003e 1.2.4 Émission d'une clé API OpenAI\u003cbr\u003e 1.2.5 Émission d'une clé API Gemini\u003cbr\u003e __1.2.6 Ajout de clés API aux variables d'environnement\u003cbr\u003e 1.3 Aperçu de l'indice Rama\u003cbr\u003e 1.3.1 Préparation des données\u003cbr\u003e __1.3.2 Installation de RamaIndex dans un environnement virtuel\u003cbr\u003e __1.3.3 Exécution de RamaIndex\u003cbr\u003e\u003cbr\u003e ▣ Chapitre 2 : Pipeline RamaIndex\u003cbr\u003e 2.1 Mise en place de l'environnement de développement\u003cbr\u003e 2.2 Chargement des données\u003cbr\u003e __2.2.1 Lecteur de données\u003cbr\u003e __2.2.2 Connecteur de données\u003cbr\u003e 2.3 Segmentation du texte\u003cbr\u003e __2.3.1 Documents et nœuds\u003cbr\u003e __2.3.2 Fractionnement des unités de jetons\u003cbr\u003e __2.3.3 Division de l'unité de phrase\u003cbr\u003e __2.3.4 Segmentation des unités sémantiques\u003cbr\u003e __2.3.5 Comparaison de la segmentation de texte\u003cbr\u003e 2.4 Indexation\u003cbr\u003e __2.4.1 Qu'est-ce que l'indexation ?\u003cbr\u003e __2.4.2 Index de stockage vectoriel\u003cbr\u003e __2.4.3 Recherche Top-K\u003cbr\u003e 2,5 Économies\u003cbr\u003e 2.6 Requête\u003cbr\u003e __2.6.1 Moteur de requêtes (QueryEngine)\u003cbr\u003e __2.6.2 Récupération\u003cbr\u003e __2.6.3 Post-traitement\u003cbr\u003e 2.6.4 Synthèse des réponses\u003cbr\u003e __2.6.5 Personnalisation\u003cbr\u003e\u003cbr\u003e ▣ Chapitre 3 : Magasin Vector\u003cbr\u003e 3.1 Mise en place de l'environnement de développement\u003cbr\u003e 3.2 Chroma  \u003cbr\u003e3.2.1 Création d'un client Chroma\u003cbr\u003e 3.2.2 Création d'une collection\u003cbr\u003e 3.2.3 Ajout de données vectorielles\u003cbr\u003e 3.2.4 Recherche vectorielle\u003cbr\u003e 3.2.5 Filtrage des métadonnées\u003cbr\u003e 3.2.6 Ajout de données d'intégration\u003cbr\u003e 3.2.7 Recherche de données intégrées\u003cbr\u003e 3.2.8 Comment la chrominance est stockée\u003cbr\u003e 3.2.9 Génération de réponses RamaIndex basée sur l'intégration\u003cbr\u003e __3.2.10 Générer des réponses basées sur l'index Rama\u003cbr\u003e 3.3 Pomme de pin\u003cbr\u003e __3.3.1 Initialisation de l'API Pinecon\u003cbr\u003e 3.3.2 Ajout de données vectorielles\u003cbr\u003e 3.3.3 Recherche vectorielle\u003cbr\u003e 3.3.4 Filtrage des métadonnées\u003cbr\u003e 3.3.5 Génération de réponses RamaIndex basée sur l'intégration\u003cbr\u003e __3.3.6 Générer des réponses basées sur RamaIndex (sans embedding)\u003cbr\u003e 3.4 Quadrant\u003cbr\u003e __3.4.1 Générer des réponses basées sur l'index Rama\u003cbr\u003e 3.4.2 Configuration d'un environnement local à l'aide de Docker\u003cbr\u003e 3.4.3 Configuration de l'environnement cloud\u003cbr\u003e\u003cbr\u003e ▣ Chapitre 4 : Exercices RAG à l’aide de documents textuels\u003cbr\u003e 4.1 Mise en place de l'environnement de développement\u003cbr\u003e 4.2 Préparation des données pour la pratique\u003cbr\u003e 4.3 Gestion des fichiers PDF\u003cbr\u003e 4.3.1 Préparation des données\u003cbr\u003e 4.3.2 Segmentation du texte\u003cbr\u003e __4.3.3 Indexation\u003cbr\u003e 4.3.4 Exécution d'une requête  \u003cbr\u003e4.4 Gestion des fichiers texte\u003cbr\u003e 4.4.1 Pratique de base du RAG\u003cbr\u003e 4.4.2 Stockage des index : Utilisation de Chroma\u003cbr\u003e 4.5 Gestion des fichiers CSV\u003cbr\u003e 4.6 Gestion des fichiers HWP\u003cbr\u003e __4.6.1 Utilisation de HWPReader\u003cbr\u003e __4.6.2 Utilisation de SimpleDirectoryReader\u003cbr\u003e\u003cbr\u003e ▣ Chapitre 5 : Pratique RAG multimodale\u003cbr\u003e 5.1 Mise en place de l'environnement de développement\u003cbr\u003e 5.2 Préparation des données\u003cbr\u003e 5.3 Indexation vectorielle multimodale avec l'API OpenAI\u003cbr\u003e 5.4 Construction d'un RAG multimodal à l'aide de quadrants\u003cbr\u003e __5.4.1 Installation de Quadrant et configuration du client\u003cbr\u003e 5.4.2 Création d'une boutique de fichiers vectoriels de texte et d'image\u003cbr\u003e __5.4.3 Création d'un index vectoriel multimodal\u003cbr\u003e __5.4.4 Recherche\u003cbr\u003e 5.5 Construction d'un système RAG basé sur les questions-réponses\u003cbr\u003e __5.5.1 Exécution de requêtes de base\u003cbr\u003e 5.5.2 Exécution de requêtes à l'aide d'invites améliorées\u003cbr\u003e 5.6 Construction d'un système RAG basé sur l'image\u003cbr\u003e 5.6.1 Téléchargement et enregistrement de nouvelles images\u003cbr\u003e 5.6.2 Effectuer une recherche d'images\u003cbr\u003e 5.6.3 Analyse d'images présentant des styles picturaux similaires\u003cbr\u003e\u003cbr\u003e ▣ Chapitre 6 : Agent RAG\u003cbr\u003e 6.1 Mise en place de l'environnement de développement\u003cbr\u003e 6.2 Préparation des données  \u003cbr\u003e6.3 Intégration de visages enlacés\u003cbr\u003e 6.4 Création d'un agent\u003cbr\u003e\u003cbr\u003e ▣ Chapitre 7 : RAG avancé\u003cbr\u003e 7.1 Mise en place de l'environnement de développement\u003cbr\u003e 7.2 Reclassement\u003cbr\u003e __7.2.1 Réévaluation basée sur le LLM\u003cbr\u003e 7.3 Problèmes de coûts liés au reclassement basé sur le LLM\u003cbr\u003e __7.3.1 Réorganisation basée sur l'encodeur croisé\u003cbr\u003e 7.4 Hyde\u003cbr\u003e 7.4.1 Préparation des données\u003cbr\u003e __7.4.2 Mise en place d'un modèle de langage et d'embeddings de grande taille\u003cbr\u003e __7.4.3 Mise en œuvre de Hide\u003cbr\u003e\u003cbr\u003e ▣ Chapitre 8 : Agent appelant de fonction\u003cbr\u003e 8.1 Mise en place de l'environnement de développement\u003cbr\u003e 8.2 Comprendre le fonctionnement des appels de fonctions\u003cbr\u003e 8.3 Appel de fonctions via des API externes\u003cbr\u003e 8.3.1 Création d'un agent téléphonique d'information sur le marché boursier\u003cbr\u003e 8.3.2 Préparation de l'outil d'appel de fonction\u003cbr\u003e 8.3.3 Création d'un agent et exécution d'une requête\u003cbr\u003e 8.4 Agent RAG implémenté avec appel de fonction\u003cbr\u003e 8.4.1 Paramètres de l'environnement et préparation des données\u003cbr\u003e 8.4.2 Préparation de l'outil d'appel de fonction\u003cbr\u003e 8.4.3 Création d'un agent et exécution d'une requête\u003cbr\u003e\u003cbr\u003e ▣ Chapitre 9 : Mise en œuvre d’un agent de conseil avec Text-to-SQL\u003cbr\u003e 9.1 Mise en place de l'environnement de développement\u003cbr\u003e 9.2 Mise en place de l'environnement de développement des agents  \u003cbr\u003e9.3 Conception d'une base de données hospitalière\u003cbr\u003e 9.4 Mise en œuvre d'un agent Text-to-SQL\u003cbr\u003e 9.5 Technique de traitement des conversations à plusieurs tours\u003cbr\u003e 9.6 Interface utilisateur utilisant Gradio\u003cbr\u003e\u003cbr\u003e ▣ Chapitre 10 : MCP (Model Context Protocol)\u003cbr\u003e 10.1 Qu'est-ce que le MCP ?\u003cbr\u003e 10.2 Création d'un environnement de développement de protocole de contexte de modèle\u003cbr\u003e Serveur MCP 10.3\u003cbr\u003e 10.3.1 Enregistrement d'un outil à l'aide d'un adaptateur\u003cbr\u003e __10.3.2 Inspecteur MCP\u003cbr\u003e __10.3.3 Format du message\u003cbr\u003e __10.3.4 Pratique de l'agent de recherche de documents MCP\u003cbr\u003e Client MCP 10.4\u003cbr\u003e 10.5 Exercices pratiques d'agent météorologique\u003cbr\u003e 10.5.1 Obtention d'une clé API OpenWeatherMap\u003cbr\u003e __10.5.2 Extraction des noms de villes\u003cbr\u003e __10.5.3 Intégration de l'API OpenWeatherMap\u003cbr\u003e __10.5.4 Enregistrement des outils MCP et exécution du serveur\u003cbr\u003e __10.5.5 Implémentation d'un client MCP : Demander la météo\u003cbr\u003e __10.5.6 Résumé\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eImage détaillée\u003c\/b\u003e \u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\u003cdiv\u003e\u003cimg src=\"https:\/\/image.yes24.com\/momo\/TopCate5424\/MidCate8\/542370467.jpg\" border=\"0\" alt=\"Image détaillée 1\"\u003e\u003c\/div\u003e\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eAvis de l'éditeur\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e ★ Ce que ce livre aborde ★\u003cbr\u003e\u003cbr\u003e ◎ Pipeline de l'indice Rama\u003cbr\u003e ◎ Boutique Vector\u003cbr\u003e ◎ Exercices RAG utilisant des documents texte\u003cbr\u003e ◎ Pratique RAG multimodale\u003cbr\u003e ◎ Agent RAG et RAG avancé \u003cbr\u003e◎ Agent appelant de fonction\u003cbr\u003e ◎ Agent consultant implémenté à l'aide de Text-to-SQL\u003cbr\u003e ◎ Agent MCP \u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"width:95%;padding-top:20px;padding-bottom:20px\"\u003e\n\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003e SPÉCIFICATIONS DES PRODUITS \u003c\/div\u003e\n\n\u003cdiv style=\"text-align:left;font-size:14px;line-height:1.6em;\"\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eDate d'émission :\u003c\/strong\u003e 18 juillet 2025\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e \u003cstrong\u003eNombre de pages, poids, dimensions :\u003c\/strong\u003e 392 pages | 175 × 235 × 16 mm\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eISBN13 :\u003c\/strong\u003e 9791158396220 \u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\u003ccenter\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cspan\u003e\u003c\/span\u003e\n\n\u003c\/center\u003e\n\n\n\u003c\/center\u003e","brand":"LIBRAIRIE COREENNE","offers":[{"title":"Default Title","offer_id":43893393162282,"sku":"140000","price":40.0,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0683\/2750\/5962\/files\/dc0bd790ad0adb5b9b8f1bd1c690b3a4.jpg?v=1765399927","url":"https:\/\/librairie.coreenne.fr\/products\/140000","provider":"LIBRAIRIE COREENNE","version":"1.0","type":"link"}