Sie möchten mit Ihrem Team teilnehmen? Ab drei Personen gibt es im Shop automatisch einen Gruppenrabatt.

Beispielapplikation: Von der Architektur bis zum Ergebnis

Eine Unternehmenslösung beschäftigt sich oft mit Information Retrieval und besteht aus verschiedenen Komponenten, die in den vorherigen Vorträgen bereits vorgestellt wurden.

Im Beispiel werden wir eine solche Lösung selbst implementieren.

Zunächst überlegen wir uns eine Architektur, anschließend eine Strategie zur Datenextraktion sowie zum Chunking. Danach suchen wir ein geeignetes Embedding-Modell und eine Speichermöglichkeit für die Vektoren. Nach der Implementierung der Retrieval-Strategie erarbeiten wir einen Prompt, wie ein generatives Modell die Ergebnisse zusammenfassen kann. Im Ausblick zeigen wir, wie sich eine solche Lösung in ein Dashboard integrieren lässt.

Als Basis dient dazu ein offener Datensatz.

Vorkenntnisse

Alle Aufgaben werden mit Python durchgeführt. Es sind keine schwierigen Programme, aber gewisse Grundlagen in Python sind sehr hilfreich.

Lernziele

  • Überblick über eine Lösungsarchitektur
  • Blueprint für eine moderne Information Retrieval-Lösung
  • Praktische Umsetzung des Wissens aus den vorangegangenen Vorträgen

Speaker

 

Christian Winkler
Christian Winkler beschäftigt sich seit vielen Jahre mit künstlicher Intelligenz, speziell in der automatisierten Analyse natürlichsprachiger Texte (NLP). Als Professor an der TH Nürnberg konzentriert er sich auf die Optimierung von User Experience mithilfe moderner Verfahren. Er forscht und publiziert zu Natural Language Processing und ist regelmäßig Sprecher auf Machine Learning-Konferenzen.

M3-Newsletter

Ihr möchtet über die Minds Mastering Machines
auf dem Laufenden gehalten werden?

 

Anmelden