منتج #:
258954285
RAG from First Principles: Engineering retrieval-augmented generation systems with Python LangChain and LlamaIndex
منتج #:
258954285
OMR 23
تفاصيل السعر
باستثناء رسوم الشحن والجمارك ( سيتم احتساب رسوم الشحن والجمارك عند إتمام الشراء )
*سيتم استيراد جميع العناصر من المقاس الاوروبى
0 ratings
اكتب رأيك
متوفر فى المخزون
مستورد من متجر EU
كمية:
اطلب الآن واحصل عليه حول الجمعة, أكتوبر 09
معاملة آمنة
تعمل يوباي جاهدة لحماية أمنك وخصوصيتك. يضمن نظام أمان الدفع المتقدم لدينا السرية من خلال تشفير معلوماتك أثناء النقل باستخدام بروتوكولات AES (معايير التشفير المتقدمة) وSSL (طبقة المنافذ الآمنة). تفاصيل الدفع الخاصة بك آمنة بنسبة %100 لأننا لا نشارك تفاصيل الدفع الخاصة بك مع بائعين تابعين لجهات خارجية
أفضل شركائنا اللوجستيين
Master data ingestion, chunking, embeddings, vector storage, hybrid retrieval, reranking, and evaluation from the ground up.
شحن
سريع
استرجاع
مجاني*
تغليف آمن
منتجات أصلية %100
الامتثال لمعيار PCI DSS
حاصل على شهادة ISO 27001
تفاصيل المنتج
- A rigorous, code-first guide to RAG engineering by a bestselling AI author. Master data ingestion, chunking, embeddings, vector storage, hybrid retrieval, reranking, and evaluation from the ground up.Free with your book: DRM-free PDF version + access to Packt's next-gen Reader*Key FeaturesEngineer RAG systems layer by layer, from ingestion to evaluationMaster hybrid retrieval, reranking, and index optimization strategiesLearn through a dialogue-driven, code-first teaching style used by 10,000+ of studentsBook DescriptionMost developers can spin up a RAG pipeline in an afternoon using LangChain or LlamaIndex. Far fewer understand why retrieval fails or how to fix it. This book is for those who want to go deeper.RAG From First Principles dismantles the retrieval-augmented generation stack layer by layer, explaining how documents are ingested and parsed, why chunking strategy directly impacts answer quality, how embedding models encode meaning, what happens inside a vector database, and how sparse and dense retrieval interact in a hybrid system. Written by Jia Huang, a research engineer and bestselling AI author, it brings both research depth and production experience to one of AI's most critical engineering disciplines.Structured as a progressive dialogue between a seasoned engineer and two students, the book surfaces the questions practitioners actually ask. Each chapter builds on the last, covering topics from data import and chunking to embedding selection, index design, hybrid search, and post-retrieval processing, before moving on to response generation, evaluation, and advanced paradigms including GraphRAG, Agentic RAG, and Modular RAG.By the end, you'll have the architectural understanding to optimize, debug, and extend your RAG systems with confidence.*Email sign-up and proof of purchase requiredWhat you will learnParse and ingest diverse document types like PDFs, tables, images, web pages, and structured dataApply the right chunking strategy for your content type and retrieval goalsSelect, compare, and fine-tune embedding models for your domainDesign vector indexes and choose the right similarity metrics for production useImprove result quality with reranking methods including RRF, cross-encoders, and ColBERTIntegrate retrieval results into generation pipelines using prompt engineering and Self-RAGWho this book is forThis book is for AI engineers, ML practitioners, and software developers building LLM-powered applications who want a deeper understanding of how retrieval actually works, not just how to call a framework. It is ideal for readers who have built a basic RAG pipeline and now want architectural clarity, optimization strategies.Technical leads and architects designing production AI systems will find its systematic treatment of indexing, hybrid search, reranking, and evaluation particularly valuable. Familiarity with Python and foundational LLM concepts is assumed.Table of ContentsData ImportText ChunkingInformation EmbeddingVector StoragePre-Retrieval ProcessingIndex OptimizationRetrieval Post-ProcessingResponse GenerationSystem EvaluationComplex RAG Paradigms
| Publisher | Packt Publishing |
| Publication date | 29 May 2026 |
| Language | English |
| Print length | 492 pages |
| ISBN-10 | 1835888666 |
| ISBN-13 | 978-1835888667 |
| Dimensions | 19.05 x 2.82 x 23.5 cm |
وصف المنتج
RAG from First Principles: Engineering retrieval-augmented generation systems with Python LangChain and LlamaIndex
هل لديك أي استفسار؟ تحدث معنا
أسئلة العملاء & الإجابات
-
سؤال:
كيف تتسوق RAG from First Principles: Engineering عبر الانترنت من يوباى?
إجابه: من السهل التسوق في RAG from First Principles: Engineering عبر الإنترنت من يوباي. كل ما عليك فعله هو البحث عن المنتج واختيار طريقة الشحن الخاصة بك أثناء الدفع وسيتم توصيله الى عنوانك -
سؤال:
هل RAG from First Principles: Engineering متوفر للتسوق عبر الإنترنت في Oman؟
إجابه: نعم ، في يوباي Oman هذا المنتج متاح لك للتسوق بسعر مناسب. RAG from First Principles: Engineering غير متوفر محليًا ولكن يمكنك الوثوق بنا بخدماتنا للشحن السريع. -
سؤال:
كم من الوقت يستغرق الحصول على المنتج بعد تقديم الطلب؟
إجابه: يختلف وقت تسليم المنتج الذي طلبته حسب ما طلبته وطريقة الشحن التي اخترتها. يتم ذكر وقت التسليم المقدر أثناء عملية الدفع ، لذا كن مرتاحًا أثناء التسوق.
English edition Jia Huang Format: Paperback Editorial Review
لم يتم العثور على مراجعات تحريرية
مراجعات العملاء وتقييماتهم
1 تقييمات العملاء
-
5 نجمة
0%
-
4 نجمة
100%
-
3 نجمة
0%
-
2 نجمة
0%
-
1 نجمة
0%
أضف تقييم لهذا المنتج
شارك أفكارك مع عملاء آخرين
تاريخ سعر المنتج
معلومات مهمة
- القيود: بالنسبة للمنتجات التي يتم شحنها دولياً، يُرجى ملاحظة أن أي ضمان من الشركة المصنعة قد لا يكون صالحاً؛ قد لا تتوفر خيارات خدمة الشركة المصنعة؛ قد لا تكون أدلة المنتج والتعليمات وتحذيرات السلامة مكتوبة بلغة بلد المقصد؛ قد لا يتم تصميم المنتجات (والمواد المصاحبة لها) وفقاً لمعايير بلد الوجهة والمواصفات ومتطلبات الملصقات؛ وقد لا تتوافق المنتجات مع الجهد الكهربي المستخدم في بلد الوجهة والمعايير الكهربائية الأخرى (تتطلب استخدام محوّل كهربي أو جهاز تحويل إذا كان ذلك مناسباً). المستلم مسؤول عن ضمان إمكانية استيراد المنتج بشكل قانوني إلى بلد الوجهة. عند الطلب من يوباي أو الشركات التابعة لها، يكون المستلم هو المستورد المسجل ويجب أن يلتزم بجميع القوانين واللوائح الخاصة ببلد الوجهة.
- ليست كل المنتجات المدرجة على يوباي معروضة للبيع، لأن يوباي هو محرك بحث عالمي. المنتجات تخضع للوائح التصدير / التجارة.
OMR 23
اطلب الآن واحصل عليه حول الجمعة, أكتوبر 09
هذا المنتج غير ممنوع في بلدي. (الرجاء الضغط على الرابط أعلاه إذا لم يكن هذا المنتج ممنوعاً في بلدك ، لذلك سيقوم فريقنا بمراجعته والسماح به.)
كمية:
معاملة آمنة
نوفر لك مدفوعات مشفّرة، وحماية متكاملة للمشتري، مع الالتزام بمعايير PCI DSS وشهادة ISO 27001:2022 لضمان أعلى مستويات الأمان في كل عملية شراء.
أفضل شركائنا اللوجستيين
أسرع توصيل عبر الحدود
المميزات والفوائد
- Learn retrieval-augmented generation (RAG) from a code-first perspective.
- Master essential techniques like data ingestion, chunking, and embedding strategies.
- Understand the critical components of hybrid retrieval and reranking for optimal results.
- Engage with a dialogue-driven approach, facilitating practical knowledge application.
- Gain insights from a bestselling AI author with both research and production experience.
- Build confidence to optimize and extend your RAG systems through systematic understanding.
ضمان Ubuy
تسوّق بثقة مع منتجات أصلية %100، ومدفوعات آمنة متوافقة مع معيار PCI DSS، وحماية بيانات معتمدة وفق ISO 27001، وشحن دولي سريع، وإرجاع مجاني*، وتغليف آمن لكل طلب.