کتاب ساخت سیستم‌های پیشرفته بازیابی اطلاعات با استفاده از FAISS با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت سیستم‌های پیشرفته بازیابی اطلاعات با استفاده از FAISS

موضوع کلی: بازیابی اطلاعات و یادگیری ماشین

موضوع میانی: سیستم‌های پاسخگویی به سوال و تولید محتوا

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر بازیابی اطلاعات
• 2. مبانی نظری بازیابی اطلاعات
• 3. شاخص‌گذاری متون برای بازیابی اطلاعات
• 4. موتورهای جستجو و معماری آن‌ها
• 5. معرفی کتابخانه FAISS
• 6. نصب و پیکربندی FAISS
• 7. ساخت اندیس‌های FAISS
• 8. انواع اندیس‌های FAISS و کاربردهای آن‌ها
• 9. جستجوی شباهت با FAISS
• 10. بهینه‌سازی عملکرد جستجو در FAISS
• 11. مقدمه‌ای بر یادگیری ماشین در بازیابی اطلاعات
• 12. مدل‌سازی معنایی کلمات (Word Embeddings)
• 13. Word2Vec و کاربرد آن در بازیابی اطلاعات
• 14. GloVe و مقایسه آن با Word2Vec
• 15. FastText و مزایای آن
• 16. استفاده از Embeddingهای از پیش آموزش‌دیده
• 17. معرفی مدل‌های زبانی بزرگ (LLMs)
• 18. Transformerها و معماری آن‌ها
• 19. Fine-tuning مدل‌های زبانی برای بازیابی اطلاعات
• 20. تولید پرسش (Query Generation)
• 21. بازیابی اطلاعات مبتنی بر پرسش‌های تولید شده
• 22. مقدمه‌ای بر معماری RAG (Retrieval-Augmented Generation)
• 23. ساخت پایپ‌لاین RAG
• 24. انتخاب مدل‌های مناسب برای RAG
• 25. ارزیابی عملکرد سیستم‌های RAG
• 26. بهینه‌سازی اندازه Chunk در RAG
• 27. استفاده از Metadata در RAG
• 28. بهینه‌سازی بازیابی در RAG با استفاده از Filtering
• 29. استفاده از reranking برای بهبود نتایج RAG
• 30. استفاده از FAISS به عنوان بخش بازیابی در RAG
• 31. تولید پاسخ با استفاده از LLM در RAG
• 32. ارزیابی کیفیت پاسخ‌های تولید شده توسط RAG
• 33. مقدمه‌ای بر ارزیابی سیستم‌های بازیابی اطلاعات
• 34. معیارهای ارزیابی دقت و Recall
• 35. Precision و Recall در بازیابی اطلاعات
• 36. F1-Score و کاربرد آن
• 37. MAP (Mean Average Precision)
• 38. NDCG (Normalized Discounted Cumulative Gain)
• 39. استفاده از معیارهای ارزیابی برای بهینه‌سازی سیستم
• 40. مقایسه روش‌های مختلف بازیابی اطلاعات
• 41. بازیابی اطلاعات ساختاریافته
• 42. بازیابی تصاویر و ویدیوها
• 43. بازیابی اطلاعات چندرسانه‌ای
• 44. بازیابی اطلاعات در مقیاس بزرگ
• 45. تکنیک‌های موازی‌سازی برای بازیابی اطلاعات
• 46. استفاده از پایگاه داده‌های NoSQL برای بازیابی اطلاعات
• 47. بازیابی اطلاعات در فضای ابری
• 48. امنیت در بازیابی اطلاعات
• 49. حریم خصوصی در بازیابی اطلاعات
• 50. پیش‌پردازش متن برای بازیابی اطلاعات
• 51. توکن‌بندی و ریشه‌یابی کلمات
• 52. حذف Stop Words
• 53. نرمال‌سازی متن
• 54. استفاده از Stemming و Lemmatization
• 55. کاربرد FAISS در سیستم‌های توصیه‌گر
• 56. بازیابی اطلاعات شخصی‌سازی شده
• 57. بازیابی اطلاعات مکالمه‌ای (Conversational Information Retrieval)
• 58. استفاده از FAISS برای جستجوی معنایی
• 59. بازیابی اطلاعات با استفاده از گراف‌های دانش
• 60. بهبود بازیابی اطلاعات با استفاده از بازخورد کاربر
• 61. بازیابی اطلاعات در زبان‌های مختلف
• 62. چالش‌های بازیابی اطلاعات در زبان فارسی
• 63. استفاده از FAISS برای زبان فارسی
• 64. تکنیک‌های بهبود بازیابی اطلاعات فارسی
• 65. ساخت سیستم RAG برای زبان فارسی
• 66. استفاده از مدل‌های زبانی فارسی در RAG
• 67. ارزیابی سیستم‌های RAG فارسی
• 68. مطالعه موردی: ساخت سیستم RAG برای یک مجموعه داده خاص
• 69. بهینه‌سازی کارایی و مقیاس‌پذیری FAISS
• 70. استفاده از GPU برای تسریع جستجو در FAISS
• 71. تنظیم پارامترهای FAISS برای بهبود عملکرد
• 72. استفاده از Quantization برای کاهش حجم اندیس FAISS
• 73. آشنایی با ابزارهای مانیتورینگ FAISS
• 74. آینده بازیابی اطلاعات و یادگیری ماشین
• 75. ترندهای جدید در بازیابی اطلاعات
• 76. چالش‌های پیش روی بازیابی اطلاعات