Building Useful AI with RAG (Paperback)
Lingua: inglese
Editore: Independently Published, 2026
- Brossura
- Nuovo
Da: Grand Eagle Retail, Bensenville, IL, U.S.A.Grand Eagle Retail
Venditore AbeBooks dal 12 ottobre 2005
Condizione: Nuovo
EUR 31,21
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Paperback. Build AI that answers from the information you trust, not just from what a language model already knows.Large language models are powerful, but they do not automatically know your private documents, internal knowledge, product information, policies, research, or other specialized sources. Retrieval-Augmented Generation (RAG) solves that problem by connecting language models with relevant external knowledge before an answer is generated.Building Useful AI with RAG is a practical, beginner-friendly guide to understanding that workflow by building it yourself.Instead of overwhelming you with multiple frameworks, databases, and advanced techniques at once, this book focuses on the core RAG process and develops one continuous project: a Trusted Knowledge Assistant that can search a collection of documents, retrieve relevant information, and use that evidence to produce grounded answers.You will move step by step from raw documents to a complete working RAG application while understanding what each component contributes and how the pieces fit together.Inside the book, you will learn how to: Understand why language models need external knowledge and where RAG fits into modern AI applicationsPrepare and normalize trusted documents for reliable retrievalDivide documents into useful chunks without losing important contextUnderstand and create embeddings for documents and user questionsBuild a searchable vector indexUse semantic similarity to retrieve the most relevant knowledgePreserve metadata so retrieved information remains connected to its original sourceBuild reusable retrieval logic for an AI assistantCombine retrieved knowledge with a language model to create an end-to-end RAG pipelineGenerate answers that stay grounded in the available evidenceDisplay sources and handle questions the knowledge base cannot answerEvaluate retrieval quality, relevance, groundedness, and answer completenessDiagnose weak RAG results and improve chunking, queries, metadata filtering, and retrieval settingsUnderstand when hybrid search and reranking can improve resultsBuild a simple question-and-answer interface for the completed assistantUpdate and reindex the knowledge base as your documents changeThis book emphasizes understanding over copying code. You will build simple versions first, inspect how they behave, identify their limitations, and improve them deliberately. The goal is to help you understand the reasoning behind RAG well enough to adapt the workflow to your own projects instead of depending on a single framework or tool.Whether you want to build an AI assistant for company documents, product manuals, policies, technical documentation, research material, course content, or another controlled knowledge source, the same foundational workflow applies.By the end of the book, you will understand how information moves from trusted documents to retrieval, context, and finally a grounded AI answer, and you will have built the complete workflow yourself.If you are comfortable with basic Python and want to move from experimenting with language models to building useful AI applications that can answer from real knowledge, this book gives you a clear place to start. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability.…
Codice articolo 9798170877591
- Titolo
- Building Useful AI with RAG (Paperback)
- Autore
- Vincze Kalman
- Editore
- Independently Published
- Anno di pubblicazione
- 2026
- Condizione
- new
- Rilegatura
- Paperback
- Lingua
- inglese
- ISBN 13
- 9798170877591
Build AI that answers from the information you trust, not just from what a language model already knows.
Large language models are powerful, but they do not automatically know your private documents, internal knowledge, product information, policies, research, or other specialized sources. Retrieval-Augmented Generation (RAG) solves that problem by connecting language models with relevant external knowledge before an answer is generated.
Building Useful AI with RAG is a practical, beginner-friendly guide to understanding that workflow by building it yourself.
Instead of overwhelming you with multiple frameworks, databases, and advanced techniques at once, this book focuses on the core RAG process and develops one continuous project: a Trusted Knowledge Assistant that can search a collection of documents, retrieve relevant information, and use that evidence to produce grounded answers.
You will move step by step from raw documents to a complete working RAG application while understanding what each component contributes and how the pieces fit together.
Inside the book, you will learn how to:-
Understand why language models need external knowledge and where RAG fits into modern AI applications
-
Prepare and normalize trusted documents for reliable retrieval
-
Divide documents into useful chunks without losing important context
-
Understand and create embeddings for documents and user questions
-
Build a searchable vector index
-
Use semantic similarity to retrieve the most relevant knowledge
-
Preserve metadata so retrieved information remains connected to its original source
-
Build reusable retrieval logic for an AI assistant
-
Combine retrieved knowledge with a language model to create an end-to-end RAG pipeline
-
Generate answers that stay grounded in the available evidence
-
Display sources and handle questions the knowledge base cannot answer
-
Evaluate retrieval quality, relevance, groundedness, and answer completeness
-
Diagnose weak RAG results and improve chunking, queries, metadata filtering, and retrieval settings
-
Understand when hybrid search and reranking can improve results
-
Build a simple question-and-answer interface for the completed assistant
-
Update and reindex the knowledge base as your documents change
This book emphasizes understanding over copying code. You will build simple versions first, inspect how they behave, identify their limitations, and improve them deliberately. The goal is to help you understand the reasoning behind RAG well enough to adapt the workflow to your own projects instead of depending on a single framework or tool.
Whether you want to build an AI assistant for company documents, product manuals, policies, technical documentation, research material, course content, or another controlled knowledge source, the same foundational workflow applies.
By the end of the book, you will understand how information moves from trusted documents to retrieval, context, and finally a grounded AI answer, and you will have built the complete workflow yourself.
If you are comfortable with basic Python and want to move from experimenting with language models to building useful AI applications that can answer from real knowledge, this book gives you a clear place to start.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Grand Eagle Retail
Bensenville, IL, U.S.A.
Venditore AbeBooks dal 12 ottobre 2005
Tariffe di spedizione nazionale per U.S.A.
| Articolo | Da 6 a 14 giorni lavorativi | Da 6 a 16 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 0,00 | EUR 0,00 |
Metodi di pagamento
Informazioni sull’azienda del venditore
APOLLO ONLINE CORP.
605 Geddes Street
Wilmington, DE U.S.A. 19805
Condizioni di vendita
We guarantee the condition of every book as it¿s described on the Abebooks web sites. If you¿ve changed
your mind about a book that you¿ve ordered, please use the Ask bookseller a question link to contact us
and we¿ll respond within 2 business days.
Books ship from California and Michigan.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Grand Eagle Retail, Bensenville, Illinois, U.S.A., senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Orders usually ship within 2 business days. All books within the US ship free of charge. Delivery is 4-14 business days anywhere in the United States.
Books ship from California and Michigan.
If your book order is heavy or oversized, we may contact you to let you know extra shipping is required.