エージェントのチームが参考資料を抽出してナレッジグラフに接続することで、より優れたRAGを構築します。イノベーション リード @akollegger が教える新しい短期コース「エージェント ナレッジ グラフの構築」@Neo4j、その方法を示します。 ナレッジグラフは情報を正確に保存するための重要な方法ですが、手動で構築するには多くの作業が必要です。 このコースでは、データ(この場合はサプライヤーからの製品レビューと請求書)を、RAGのエンティティと関係の構造化されたグラフに変換するエージェントのチームを構築する方法を学びます。 エージェントが、エンティティと関係の抽出(たとえば、製品にはアセンブリが「含まれている」、部品にはサプライヤーが「supplied_by」、顧客レビューには製品が「言及」されている)、重複排除、ファクトチェック、グラフデータベースへのコミットなど、時間のかかるグラフ作成作業を自動的に処理して、検索システムが適切な情報を見つけて正確な出力を生成できるようにする方法を学びます。たとえば、エージェントを使用して、顧客からの苦情を特定のサプライヤー、製造プロセス、製品階層に直接追跡し、断片化された情報をクエリ可能なビジネスインテリジェンスに変換できます。 獲得できるスキル: - Neo4jグラフデータベースを使用してナレッジグラフを構築、保存、アクセスする - Google のエージェント開発キット(ADK)を使用してマルチエージェント システムを構築する - エージェントワークフローのループを設定し、ファクトチェックを通じてグラフスキーマを提案し、改良する - エージェントが生成した非構造化データと構造化データのグラフを統合ナレッジグラフに接続します このコースでは、特にファジー類似性マッチングよりも精度が重要な一か八かのアプリケーションにおいて、ベクトル検索のみよりもナレッジグラフがより正確な情報検索を提供する理由について説明します。 こちらからサインアップしてください:

AI は数学、物理学、コーディング、医学などの未解決の問題を解決できるでしょうか? 未解決の疑問 (UQ) を収集し、フロンティアの LLM をテストしました。一部のソリューションは専門家の検証に合格しました...

おしゃべりを楽しんだ@AndrewYNg * エージェント AI の最先端 * モデルは自分自身をブートストラップしますか? * Vibe コーディングと AI 支援コーディング *成功した創設者プロフィール * 次の業界変革