{"product_id":"162858","title":"Guide pratique pour la construction d'un système RAG simple. ","description":"\u003ccenter\u003e\u003cdiv style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/tmgdisk01.cafe24.com\/images\/vs\/4172\/sv\/3jYEV1HXnrYogCvuquOju1kTTHkMEW.png?v=1765114485\" 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 Un guide pratique pour construire un système RAG simple à l'aide de Rangchain. \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\/136548871\/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\n\u003cb\u003eDes concepts de base du LLM à la conception et au déploiement de services d'IA\u003cbr\u003e La feuille de route complète RAG en un seul volume\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e Ce livre explique les concepts et les principes du système RAG basé sur le framework Langchain d'une manière facile à comprendre, même pour les débutants.\u003cbr\u003e Nous expliquons également en détail le rôle de chaque composant du système et comment il peut être mieux utilisé.\u003cbr\u003e En particulier, dans le dernier chapitre, vous réaliserez un « projet pratique de construction du système RAG » basé sur la théorie et la pratique apprises jusqu'à présent, et il est conçu pour accroître votre compréhension globale du RAG et vous permettre de l'appliquer directement dans la pratique.\u003cbr\u003e\n\u003c\/div\u003e\n\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 \",\"\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eindice\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e \u003cb\u003eCHAPITRE 01 - Aperçu du LLM\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 1.1 LLM, le moteur de l'engouement pour l'IA générative\u003cbr\u003e Traitement automatique du langage naturel basé sur des règles, ELIZA, le premier chatbot IA\u003cbr\u003e Traitement automatique du langage naturel basé sur les statistiques, l'émergence des n-grammes\u003cbr\u003e Progrès en apprentissage profond et en traitement automatique du langage naturel : CNN, RNN et LSTM \u003cbr\u003eInnovation en matière de modèles de langage, transformateur\u003cbr\u003e L'échelle est tout ce dont vous avez besoin, le début du LLM\u003cbr\u003e 1.2 Les deux principaux axes du développement des LLM : les LLM open source et les LLM propriétaires\u003cbr\u003e Choisir le bon LLM est essentiel pour les services d'IA\u003cbr\u003e Master en droit à code source ouvert vs. Master en droit à code source fermé\u003cbr\u003e __Écosystème mondial des LLM open source\u003cbr\u003e __Écosystème LLM open source national\u003cbr\u003e 1.3 Aperçu de l'utilisation du LLM\u003cbr\u003e Perplexity, un service de recherche conversationnelle basé sur l'IA générative\u003cbr\u003e __Copilote IA marketing, Jasper\u003cbr\u003e Zapier simplifie l'automatisation grâce à l'IA\u003cbr\u003e __Copilote CRM tout temps, l'Einstein de Salesforce\u003cbr\u003e GitHub Copilot : l’outil de programmation IA indispensable aux développeurs\u003cbr\u003e Analyse de données simple et rapide avec Tableau AI\u003cbr\u003e Adobe Firefly : un outil qui fait de chacun un designer\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 02 - SE RAPPROCHER AVEC RAG\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 2.1 Qu'est-ce que le système RAG ?\u003cbr\u003e Le plus grand point faible de LLM, ce sont les hallucinations.\u003cbr\u003e Problème de limitation de la fenêtre contextuelle\u003cbr\u003e Problème d'amnésie de l'API __LLM\u003cbr\u003e L'émergence du RAG, qui permet de surmonter les hallucinations\u003cbr\u003e 2.2 RAG vs. Réglage fin\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 03 - PREMIERS PAS AVEC LE LLM\u003c\/b\u003e\u003cbr\u003e \u003cbr\u003e3.1 Qu'est-ce qu'une chaîne de langage ?\u003cbr\u003e Concept et composants de la chaîne de langage\u003cbr\u003e ChatPDF, un service construit avec __RangeChain\u003cbr\u003e 3.2 Utilisation de LLM via Langchain\u003cbr\u003e Principes de base des appels d'API LLM\u003cbr\u003e Trois formes de __invites\u003cbr\u003e Comprendre la température dans le cadre du programme LLM\u003cbr\u003e __Réponses en streaming comme sur ChatGPT\u003cbr\u003e Obtenez des réponses plus rapides en mettant les réponses en cache.\u003cbr\u003e 3.3 Modèle d'invite pour une saisie d'invite plus pratique\u003cbr\u003e __PromptTemplate et ChatPromptTemplate\u003cbr\u003e Modèle de prompt avec exemple Fewshot\u003cbr\u003e Modèle d'invite partielle permettant un traitement partiel\u003cbr\u003e 3.4 Analyseur de sortie pour formater les réponses de LLM au format souhaité\u003cbr\u003e __Analyseur CSV qui génère une liste séparée par des virgules\u003cbr\u003e Analyseur __Datetime qui ne produit que des formats de date\u003cbr\u003e Analyseur JSON pour le format de base de la communication système\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 04 - Gestion de divers documents avec RAG\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 4.1 Comprendre les chargeurs de documents\u003cbr\u003e Comprendre l'objet document pour __RAG\u003cbr\u003e 4.2 Importation de fichiers PDF dans un document\u003cbr\u003e __PyPDFLoader\u003cbr\u003e __PyPDFium2\u003cbr\u003e Comparaison des temps de traitement de PyPDFLoader et PyPDFium2  \u003cbr\u003eComparaison des chargeurs PDF\u003cbr\u003e 4.3 Importer plusieurs fichiers dans un document\u003cbr\u003e Importer des fichiers Word, Docx2txtLoader\u003cbr\u003e Charger un fichier CSV, csv_loader\u003cbr\u003e Chargement des fichiers PPT, UnstructuredPowerPointLoader\u003cbr\u003e Chargement des informations Internet, WebBaseLoader\u003cbr\u003e Charger tous les fichiers d'un chemin spécifique, DirectoryLoader\u003cbr\u003e 4.4 Séparateurs de texte pour découper des documents de différentes manières\u003cbr\u003e Processus de stockage de la base de données vectorielle\u003cbr\u003e __Fractionneurs de texte qui divisent les documents en sections de tailles appropriées\u003cbr\u003e CharacterTextSplitter divise le texte en fonction du nombre de caractères\u003cbr\u003e __RecursiveCharacterTextSplitter qui divise le texte de manière récursive\u003cbr\u003e SemanticChunker, qui segmente en comprenant le contexte\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 05 - Utilisation du chiffon\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 5.1 Intégration de texte pour convertir du texte en nombres\u003cbr\u003e __Qu'est-ce qu'un modèle d'intégration ?\u003cbr\u003e __Source libre et source fermée\u003cbr\u003e 5.2 Stockage de vecteurs de documents\u003cbr\u003e Types de bases de données vectorielles\u003cbr\u003e __Qu'est-ce que Chroma DB ?\u003cbr\u003e __Chroma DB : stockage de documents et recherche de documents similaires\u003cbr\u003e Gestion de documents à l'aide de l'API __Chroma DB\u003cbr\u003e 5.3 Outil de recherche et de récupération de documents RAG  \u003cbr\u003eRécupérateur basé sur une base de données vectorielle\u003cbr\u003e __MultiQueryRetriever, qui réinterprète et recherche la requête de l'utilisateur\u003cbr\u003e MultiVectorRetriever, qui réinterprète un document en plusieurs vecteurs\u003cbr\u003e Réorganisation du contexte long, qui réorganise les contextes\u003cbr\u003e 5.4 LCEL, un langage pour exprimer les chaînes de rangs\u003cbr\u003e __Écriture de code simplifiée et gestion efficace des modules\u003cbr\u003e Configurez la chaîne de base avec LCEL\u003cbr\u003e __stream() permet d'ajouter facilement des fonctionnalités de streaming.\u003cbr\u003e __batch() pour interroger et recevoir plusieurs API\u003cbr\u003e 5.5 Construction d'un système RAG de base\u003cbr\u003e Création d'un système RAG 1 - Configuration de base de la chaîne d'assurance qualité\u003cbr\u003e Construction d'un système RAG 2 - Construction des fonctions de mémoire\u003cbr\u003e __Construire RAG avec un LLM open source\u003cbr\u003e\u003cbr\u003e \u003cb\u003eCHAPITRE 06 - Maîtriser le RAG\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 6.1 Création d'un chatbot RAG avec Streamlit\u003cbr\u003e En cours d'exécution __Streamlit\u003cbr\u003e Paramètres de la fonction de chat Streamlit\u003cbr\u003e 6.2 Ajout d'une fonctionnalité de conversation\u003cbr\u003e 6.3 Implémentation de la fonction de téléchargement de fichiers\u003cbr\u003e 6.4 Complétez le chatbot RAG en ajoutant des fonctionnalités avancées\u003cbr\u003e 6.5 Déploiement avec Streamlit\u003cbr\u003e Préparation de la candidature\u003cbr\u003e __Configuration de GitHub  \u003cbr\u003eDéploiement avec Streamlit Cloud\u003cbr\u003e 6.6 Au-delà des limites du LLM, outil et agent\u003cbr\u003e Inférence étape par étape CoT et ReAct\u003cbr\u003e Création d'un agent de recherche Internet avec __Rangchain\u003cbr\u003e Compléter une base de données vectorielle et un agent de recherche Internet avec Rank Chain\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\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\/TopCate4894\/MidCate007\/489365099.jpg\" border=\"0\" alt=\"Image détaillée 1\"\u003e\u003c\/div\u003e\u003c\/div\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 \u003cb\u003eEn partant des bases du LLM\u003cbr\u003e Guide pratique de Langchain !\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e Le domaine de l'IA évolue si rapidement qu'il nécessite des technologies et des conseils qui soient réellement utilisés dans les entreprises.\u003cbr\u003e Ce livre s'appuie sur la vaste expérience d'un consultant en IA et d'un développeur d'applications IA expert. Il propose un programme accessible, même aux nouveaux étudiants du master en IA, et fournit un savoir-faire pratique pour la conception de systèmes Langchain. À travers diverses études de cas et des méthodologies Langchain avancées, vous serez capable de construire un système RAG performant.\u003cbr\u003e \u003cbr\u003e\u003cb\u003e★Ce que vous pouvez apprendre de ce livre★\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e * Utilisation des modèles de langage via LangChain : modèles de langage, modèles d’invite, analyseur syntaxique de sortie\u003cbr\u003e * Divers traitements de documents utilisant RAG : chargeurs de documents, séparateurs de texte\u003cbr\u003e * Projet pratique RAG : Intégration, base de données vectorielle, récupérateur, LCEL, chaînes, mémoire\u003cbr\u003e * Construction et déploiement du système RAG : Streamlit, Ollama, Tool et agents d’IA\u003cbr\u003e * Parmi les autres modèles utilisés figurent Langchain, OpenAI, Claude, GPT-4o et Hugging Face !\u003cbr\u003e\u003cbr\u003e \u003cb\u003e★Lecteurs qui ont besoin de ce livre★\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e * Développeurs en herbe souhaitant développer des systèmes d'IA avec Langchain tout en acquérant les bases d'un LLM.\u003cbr\u003e * Les développeurs actuels qui souhaitent intégrer les dernières technologies et projets de création d'IA à leurs services\u003cbr\u003e * Toute personne souhaitant s'exercer à utiliser différentes API de modèles et les appliquer à des projets réels !\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e \"]\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 30 octobre 2024\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 278 pages | 170 × 232 × 20 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 9791193083239\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eISBN10 :\u003c\/strong\u003e 1193083230 \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":43890838634538,"sku":"162858","price":48.96,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0683\/2750\/5962\/files\/96f6f4c60fac3926d9b4e0374a785777.jpg?v=1765306766","url":"https:\/\/librairie.coreenne.fr\/products\/162858","provider":"LIBRAIRIE COREENNE","version":"1.0","type":"link"}