ერთეულის #:
258954285
RAG from First Principles: Engineering retrieval-augmented generation systems with Python LangChain and LlamaIndex
89% of respondents would recommend this to a friend
ერთეულის #:
258954285
GEL 165
Price Details
Excluding Shipping & Custom charges ( Shipping and custom charges will be calculated on checkout )
*All items will import from EU
0 ratings
დაწერეთ მიმოხილვა
Საწყობში
იმპორტირებულია EU მაღაზიიდან
QTY:
შეუკვეთეთ ახლავე და მიიღეთ Sunday, ოქტომბერი 11
Secured transaction
Ubuy works hard to protect your security and privacy. Our advanced payment security system ensures confidentiality by encrypting your information during transmission using AES (Advanced Encryption Standards) and SSL (Secure Socket Layer) protocols. Your payment details are 100% secure as we do not share your payment details with third party sellers.
Our Top Logistics Partners
Master data ingestion, chunking, embeddings, vector storage, hybrid retrieval, reranking, and evaluation from the ground up.
Fast
Shipping
Free
Return*
Secure Packaging
100% Original Products
PCI DSS Compliance
ISO 27001 Certified
Პროდუქტის აღწერილობა
- 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 |
პროდუქტის აღწერილობა
RAG from First Principles: Engineering retrieval-augmented generation systems with Python LangChain and LlamaIndex
გაქვთ რაიმე შეკითხვა? მოგვმართეთ ჩათში
მომხმარებელთა კითხვები და პასუხები
-
კითხვა:
როგორ ვიყიდოთ RAG from First Principles: Engineering ონლაინ Ubuy-დან?
პასუხი: მარტივია ყიდვა RAG from First Principles: Engineering ონლაინ Ubuy-დან.. თქვენ უბრალოდ უნდა მოძებნოთ პროდუქტი, აირჩიოთ თქვენი მიწოდების მეთოდი შემოწმების დროს და მიიტანოთ იგი თქვენს ადგილას. -
კითხვა:
RAG from First Principles: Engineering ხელმისაწვდომია ონლაინ შოპინგისთვის Georgia-ში?
პასუხი: დიახ, Ubuy Georgia-ში ეს პროდუქტი თქვენთვის ხელმისაწვდომია გონივრულ ფასად.. RAG from First Principles: Engineering არ არის ხელმისაწვდომი ადგილობრივად, მაგრამ შეგიძლიათ გვჯეროდეს ჩვენი ექსპრეს მიწოდების სერვისები. -
კითხვა:
რამდენი დრო სჭირდება პროდუქტის მიღებას შეკვეთის გაფორმების შემდეგ?
პასუხი: თქვენი შეკვეთილი პროდუქტის მიწოდების დრო განსხვავდება თქვენ მიერ შეკვეთილი და მიწოდების მეთოდის მიხედვით, რომელიც არჩეულია.. მიწოდების სავარაუდო დრო მითითებულია შეკვეთის პროცესში, ასე რომ შოპინგის დროს იყავით უყურადღებო.
English edition Jia Huang Format: Paperback Editorial Review
სარედაქციო მიმოხილვები ვერ მოიძებნა
Customer Reviews & Ratings
1 მომხმარებლის შეფასება
-
5 ვარსკვლავი
100%
-
4 ვარსკვლავი
0%
-
3 ვარსკვლავი
0%
-
2 ვარსკვლავი
0%
-
1 ვარსკვლავი
0%
ამ პროდუქტის მიმოხილვა
გაუზიარეთ თქვენი აზრები სხვა მომხმარებლებს
Product Price History
მნიშვნელოვანი ინფორმაცია
- შეზღუდვები: გთხოვთ, გაითვალისწინოთ, რომ საზღვარგარეთ გაგზავნილი პროდუქტებისთვის მწარმოებლის გარანტია შეიძლება არ იყოს მოქმედი; მწარმოებლის მომსახურების პარამეტრები შეიძლება არ იყოს ხელმისაწვდომი; პროდუქტის ინსტრუქციები და უსაფრთხოების გაფრთხილებები შეიძლება არ იყოს დანიშნულების ქვეყნის ენაზე; პროდუქტები (და მასთან დაკავშირებული მასალები) შეიძლება არ იყოს შემუშავებული დანიშნულების ქვეყნის სტანდარტების, სპეციფიკაციებისა და მარკირების მოთხოვნების შესაბამისად; და პროდუქტები შეიძლება არ შეესაბამებოდეს დანიშნულების ქვეყნის ძაბვისა და სხვა ელექტრო სტანდარტებს (საჭიროების შემთხვევაში საჭიროა ადაპტერი ან გადამყვანი). მიმღები პასუხისმგებელია უზრუნველყოს, რომ პროდუქტი კანონიერად შემოიტანოს დანიშნულების ქვეყანაში. Ubuy-ს ან მისი აფილირებული პირების მეშვეობით შეკვეთისას მიმღები არის რეგისტრირებული იმპორტიორი და მან უნდა გაითვალისწინოს დანიშნულების ქვეყნის ყველა კანონი და დებულება.
- Ubuy-ზე ჩამოთვლილი ყველა პროდუქტი არ არის გაყიდვაში, რადგან Ubuy არის გლობალური საძიებო სისტემა და პროდუქტები ექვემდებარება საექსპორტო/სავაჭრო რეგულაციებს.
GEL 165
შეუკვეთეთ ახლავე და მიიღეთ Sunday, ოქტომბერი 11
This item is not restrict in my country.(Please click on above link if this item is not restrict in your country, So our team will review and allow.)
QTY:
Secured transaction
PCI DSS compliant and ISO 27001:2022 certified, with encrypted payments and full buyer protection on every order.
Our Top Logistics Partners
Fastest cross-border delivery
მახასიათებლები და უპირატესობები
- 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.
Ubuy Assurance
Experience worry-free shopping with 100% original products, PCI DSS-compliant payment security, ISO 27001-certified data protection, the fastest cross-border delivery, free returns *, and secure packaging on every order.