| Buku Langchain 🇮🇩

Contact Us ↗Contact Us ↗ (opens in a new tab)
DiscordDiscord (opens in a new tab)
  • Tutorial Penggunaan Langchain (Edisi Bahasa Indonesia)
  • Ch01 Memulai Dengan Langchain
    • 01. OpenAI API
    • 02. Langsmith
    • 03. menggunakan openai api gpt-4o multimodal
    • 04. Langchain Expression Language (LCEL)
    • 05. LCEL Interface
    • 06. Runnable
  • Ch02 Prompt
    • 01. Prompt
    • 02. Few Shot Prompt Template
    • 03. Langchain Hub
    • 04. Prompt Yang Dipersonalisasi Diunggah Ke Hub
  • Ch03 Output Parser
    • 01. Pydantic Output Parser
    • 02. Comma Separator Output Parser (Comma Separated List Output Parser)
    • 03. Structured Output Parser
    • 04. Json Output Parser
    • 05. Dataframe Output Parser Pandas Dataframe Output Parser
    • 06. Datetime Output Parser
    • 07. Enum Output Parser
    • 08. Output Fixing Parser
  • Ch04 Model
    • 01. Manfaatkan Berbagai Model Llm Yang Berbeda
    • 02. Cache
    • 03. Serialisasi Model Simpan Dan Muat
    • 04. Cek Penggunaan Token
    • 05. Google Generative Ai
    • 06. Huggingface Endpoints
    • 07. Huggingface Local
    • 08. Huggingface Pipeline
    • 09. Ollama
    • 10. Gpt4all
  • Ch05 Memory
    • 01. Conversation Buffer Memory
    • 02. Conversation Buffer Window Memory
    • 03. Conversation Token Buffer Memory
    • 04. Conversation Entity Memory
    • 05. Conversation Knowledge Graph Memory
    • 06. Memori Ringkasan Percakapan Conversationsummarymemory
    • 07. Vectorstore Retriever Memory
    • 08. Add Memory to Lcel Chain
    • 09. Menyimpan Percakapan Dalam Sqlite
    • 10. Menambahkan Chat Message History Dengan Runnable with Message History
  • Ch06 Document Loader
    • 01. Struktur Dokumen
    • 02. Pdf
    • 03. Hangul Hwp
    • 04.csv
    • 05. Excel
    • 06. Word
    • 07. Powerpoint
    • 08. Web Document Webbaseloader
    • 09. Teks Textloader
    • 10. Json
    • 11. Arxiv
    • 13. Upstage Layout Analysis Loader
    • 14. Llama Parser
  • Ch07 Text Splitter
    • 01. Pemisahan Teks Karakter Charactertextsplitter
    • 02. Pemisahan Teks Karakter Secara Rekursif Recursivecharactertextsplitter
    • 03. Token Text Splitter
    • 04. Semantic Chunker
    • 05. Code Splitting Python Markdown Java Cpp C Go JS Latex Etc
    • 06. Pemisahan Teks Header Markdown Markdown Header Text Splitter
    • 07. Pemisahan Teks Header HTML HTML Header Text Splitter
    • 08 Pemecahan Json Rekursif Recursive Json Splitter
  • Ch08 Embedding
    • 01. Open Ai Embeddings
    • 02. Cache Penyematan Cache Back Edembeddings
    • 03. Penyematan Huggingface
    • 04. Upstage Embeddings
    • 05. Ollama Embeddings
    • 06. Gpt4all Embedding
  • Ch09 Penyimpanan Vektor Vectorstore
    • 01. Chroma
    • 02. Faiss
    • 03. Pineconce
  • Ch10 Retriever
    • 01. Retriever Dengan Dukungan Vectorstore Vectorstore Backed Retriever
    • 02. Retriever Kompresi Kontekstual
    • 03. Ensembleretriever
    • 04. Pengurutan Ulang Konteks Panjang Longcontextreorder
    • 05. Pengambil Dokumen Induk Parentdocumentretriever
    • 06. Multiqueryretriever
    • 07. Pencari Beberapa Vectorstore Multivectorretriever
    • 08. Selfqueryretriever
    • 09. Timeweightedvectorstoreretriever
    • 10. Morphological Analyzer
  • Ch11 Reranker
    • 01. Cross Encoder Reranker
    • 02. Cohere Reranker
    • 03. Jina Reranker
    • 04. Flashrank Reranker
  • Ch12 Retrieval Augmented Generation Rag
    • 01. Qa Question Answer Berbasis Dokumen Pdf
    • 02. Artikel Berita Qa Question Answer
    • 03. Memanfaatkan Berbagai Modul Rag Berdasarkan Fungsinya
    • 04. Raptor Ringkasan Konteks Panjang
    • 05. Rag Chain Untuk Mengingat Percakapan
  • Ch13 Langchain Expression Language Lcel
    • 01. Runnablepassthrough
    • 02. Periksa Struktur Runnable Grafik
    • 03. Runnablelambda
    • 04. Perutean Chain Llm Runnablelambda Runnablebranch
    • 05. Runnableparallel
    • 06. Menentukan Properti Dinamis Configurable Fields Configurable Alternatives
    • 07. Konfigurasikan Runnable Dengan Dekorator Chain
    • 08. Runnablewithmessagehistory
    • 09. Generator Yang Ditentukan Pengguna Custom Generator
    • 10. Binding Argumen Runtime
    • 11. Menentukan Model Cadangan Fallback
  • Ch14 Rantai Chains
    • 01. Ringkasan Dokumentasi
    • 02. SQL
    • 03. Chain Output Terstruktur with Structured Output
  • Ch15 Evaluasi
    • 01. Pembuatan Synthetic Test Dataset Ragas
    • 02. Evaluasi Menggunakan Ragas
    • 03. Mengunggah Dataset Evaluasi Yang Dihasilkan Huggingface Dataset
    • 04. Pembuatan Dataset Langsmith
    • 05. Llm as Judge
    • 06. Evaluasi Berbasis Penyematan Embedding Distance
    • 07. Evaluasi Llm Kustom
    • 08. Mengevaluasi Heuristik Berdasarkan Rouge Bleu Meteor Dan Semscore
    • 09. Bandingkan Evaluasi Eksperimen
    • 10. Mengevaluasi Dengan Metode Ringkasan
    • 11. Evaluasi Groundedness Halusinasi
    • 12. Membandingkan Eksperimen Evaluasi Berpasangan
    • 13. Evaluasi Berulang
    • 14. Evaluasi Otomatis Menggunakan Online Evaluator
  • Ch16 Agen
    • 01. Menjelajahi Cara Menggunakan Agen
    • 02. Agen Debat Yang Memanfaatkan Alat Debat Dua Agen Dengan Alat
  • Ch17 Langgraph
    • 01. Chain of Tables for Multiple Tables
Ada Pertanyaan? E-mail kami → (opens in a new tab)
Ch15 Evaluasi

CH15 - Evaluasi

Perkiraan waktu belajar: 5 Hari

Tingkat kesulitan: Sedang

03. Chain Output Terstruktur with Structured Output01. Pembuatan Synthetic Test Dataset Ragas

Powered By