Nuevo curso de GraphAcademy: Transforme datos no estructurados en gráficos de conocimiento con LLM y Python

En GraphAcademy, hay un nuevo curso que te enseñará cómo crear y consultar gráficos de conocimiento utilizando modelos de lenguaje grandes (LLM).

Se llama Creación de gráficos de conocimiento con LLM .

Con las capacidades de análisis de texto de los LLM, puede generar un gráfico de conocimiento fácilmente, extrayendo las entidades y relaciones relevantes para su caso de uso. Un gráfico de conocimiento es una fuente de verdad y le permite acceder y comprender las relaciones en sus datos no estructurados. Los gráficos de conocimiento son una herramienta esencial para fundamentar las aplicaciones GenAI utilizando GraficoRAG .

Usarás el Generador de gráficos LLM de Neo4j y Python para construir gráficos de conocimiento a partir de datos no estructurados.

Aprenderá los pasos necesarios para generar un gráfico de conocimiento, cómo establecer un esquema e interpretar los resultados.

Este es un curso práctico en el que puedes cargar y procesar tus datos no estructurados en un modelo de datos gráficos.

Desarrollarás recuperadores y utilizarás la generación de Cypher para obtener datos del gráfico.

Este es un curso avanzado y debes tener conocimientos de Neo4j, la integración de LLM en aplicaciones y Cypher. Después de completar este curso, tendrás los conocimientos y las habilidades para crear un gráfico de conocimiento a partir de tus datos no estructurados y usarlo para fundamentar un chatbot GenAI.

Inscríbete en el Curso de creación de gráficos de conocimiento con LLM en Academia de gráficos Neo4j .

¿Qué es Neo4j GraphAcademy?

En Neo4j GraphAcademy, ofrecemos una amplia gama de cursos completamente gratuitos, enseñando todo, desde Fundamentos de Neo4j a Creación de aplicaciones Neo4j con .NET .