Essential GraphRAG (eBook)

Essential GraphRAG (eBook)

Bratanic TomažHane Oscar
Bratanic TomažHane Oscar
Prezzo:
€ 41,71
Disponibile dal 19/08/2025
Prezzo:
€ 41,71
Disponibile dal 19/08/2025

Formato

:
EPUB
Cloud: Scopri di più
Lingua: en
Editore: Manning
Codice EAN: 9781638357636
Anno pubblicazione: 2025
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

Upgrade your RAG applications with the power of knowledge graphs. Retrieval Augmented Generation (RAG) is a great way to harness the power of generative AI for information not contained in a LLM’s training data and to avoid depending on LLM for factual information. However, RAG only works when you can quickly identify and supply the most relevant context to your LLM. Essential GraphRAG shows you how to use knowledge graphs to model your RAG data and deliver better performance, accuracy, traceability, and completeness. Inside Essential GraphRAG you’ll learn: • The benefits of using Knowledge Graphs in a RAG system • How to implement a GraphRAG system from scratch • The process of building a fully working production RAG system • Constructing knowledge graphs using LLMs • Evaluating performance of a RAG pipeline Essential GraphRAG is a practical guide to empowering LLMs with RAG. You’ll learn to deliver vector similarity-based approaches to find relevant information, as well as work with semantic layers, deliver agentic RAG, and generate Cypher statements to retrieve data from a knowledge graph. About the technology A Retrieval Augmented Generation (RAG) system automatically selects and supplies domain-specific context to an LLM, radically improving its ability to generate accurate, hallucination-free responses. The GraphRAG pattern employs a knowledge graph to structure the RAG’s input, taking advantage of existing relationships in the data to generate rich, relevant prompts. About the book Essential GraphRAG shows you how to build and deploy a production-quality GraphRAG system. You’ll learn to extract structured knowledge from text and how to combine vector-based and graph-based retrieval methods. The book is rich in practical examples, from building a vector similarity search retrieval tool and an Agentic RAG application, to evaluating performance and accuracy, and more. What's inside • Embeddings, vector similarity search, and hybrid search • Turning natural language into Cypher database queries • Microsoft’s GraphRAG pipeline • Agentic RAG About the reader For readers with intermediate Python skills and some experience with a graph database like Neo4j. About the author The author of Manning’s Graph Algorithms for Data Science and a contributor to LangChain and LlamaIndex, Tomaž Bratanic has extensive experience with graphs, machine learning, and generative AI. Oskar Hane leads the Generative AI engineering team at Neo4j. Table of Contents 1 Improving LLM accuracy 2 Vector similarity search and hybrid search 3 Advanced vector retrieval strategies 4 Generating Cypher queries from natural language questions 5 Agentic RAG 6 Constructing knowledge graphs with LLMs 7 Microsoft’s GraphRAG implementation 8 RAG application evaluation A The Neo4j environment