Build AI Apps with Azure Database for PostgreSQLAI-3019MSMicrosoftMS-AI-30191.0<p>Bevor Sie mit diesem Modul beginnen, sollten Sie Erfahrung mit der Arbeit mit PostgreSQL-Datenbanken, dem Schreiben von SQL-Abfragen und einem allgemeinen Verständnis von KI- und ML-Konzepten haben.</p><h4>Erste Schritte mit generativer KI in Azure Database for PostgreSQL</h4><ul>
<li>Einleitung</li><li>Grundlegendes zu generativen KI-Sprachmodellen</li><li>Beschreiben der Azure KI-Erweiterung</li><li>Erkunden des Azure OpenAI-Schemas</li><li>Überprüfen des Azure Cognitive-Schemas</li><li>Erkunden semantischer Operatoren</li><li>Untersuchen des Azure Machine Learning-Schemas</li><li>Übung: Erkundung der Azure AI-Erweiterung</li><li>Modulbewertung</li><li>Zusammenfassung</li></ul>
<h4>Aktivieren der semantischen Suche in Azure Database for PostgreSQL</h4><ul>
<li>Einleitung</li><li>Grundlegendes zur semantischen Suche</li><li>Speichern von Vektoren in Azure Database for PostgreSQL</li><li>Erstellen von Einbettungen mit der Azure KI-Erweiterung</li><li>Übung – Generieren von Vektoreinbettungen mit Azure OpenAI</li><li>Erkunden von Anwendungsfällen für die semantische Suche</li><li>Übung – Erstellen einer Suchfunktion für ein Empfehlungssystem</li><li>Modulbewertung</li><li>Zusammenfassung</li></ul>
<h4>Integrieren sie AI Services, um Ihre Anwendungen mit intelligenten Features in Azure Database for PostgreSQL zu erweitern</h4><ul>
<li>Einleitung</li><li>Zusammenfassen von Daten mit Azure AI Services und Azure-Datenbank für PostgreSQL</li><li>Durchführen von Stimmungsanalysen und Meinungs-Mining in Azure-Datenbank für PostgreSQL</li><li>Extrahieren von Erkenntnissen mithilfe von Azure Language und Azure Database for PostgreSQL</li><li>Übersetzen von Text mit Azure Translator und Azure-Datenbank für PostgreSQL</li><li>Übung – Verwenden von Azure AI-Diensten mit Azure-Datenbank für PostgreSQL</li><li>Verwenden Sie Azure Machine Learning für Vorhersagen mit Azure Database for PostgreSQL</li><li>Übung – Durchführen von Rückschlüssen mit Azure Machine Learning und Azure-Datenbank für PostgreSQL</li><li>Modulbewertung</li><li>Zusammenfassung</li></ul>
<h4>Erstellen von RAG-Anwendungen mit Azure-Datenbank für PostgreSQL</h4><ul>
<li>Einleitung</li><li>Verständnis des RAG-Musters mit der Azure-Datenbank für PostgreSQL</li><li>Erkunden von Herausforderungen beim Abrufen von Informationen – Skalierung und Genauigkeit</li><li>Erweitern der Skalierung mit Vektorindizes</li><li>Erstellen von RAG-Anwendungen mit Azure-Datenbank für PostgreSQL und Python</li><li>Übung: Erstellen von RAG-Anwendungen mit Azure-Datenbank für PostgreSQL und Python</li><li>Verbessern der Genauigkeit mit erweiterten RAG-Architekturen</li><li>Erkunden von GraphRAG mit Azure-Datenbank für PostgreSQL</li><li>Übung: Implementieren von GraphRAG mit Azure-Datenbank für PostgreSQL</li><li>Modulbewertung</li><li>Zusammenfassung</li></ul>
<h4>Implementieren von generativen KI-Agents mit Azure Database for PostgreSQL</h4><ul>
<li>Einleitung</li><li>Verstehen von KI-Agents mit Azure Database for PostgreSQL</li><li>Informationsabruf für Agenten anwenden</li><li>Bewerten von agentischen Frameworks für die Integration in PostgreSQL</li><li>Implementieren von KI-Agents mit Foundry Agent Service</li><li>Übung – Erstellen eines KI-Agents mit Foundry Agent Service und Azure Database für PostgreSQL</li><li>Integrieren von KI-Agents in MCP und PostgreSQL</li><li>Modulbewertung</li><li>Zusammenfassung</li></ul>
<h4>Entwickeln von PostgreSQL-Lösungen in Visual Studio Code mit der PostgreSQL-Erweiterung und GitHub Copilot</h4><ul>
<li>Einleitung</li><li>Verstehen, wie die PostgreSQL-Erweiterung die SQL-Entwicklung unterstützt</li><li>Verstehen, wie GitHub Copilot in die PostgreSQL-Erweiterung integriert wird</li><li>Verwenden von GitHub Copilot zum Generieren, Verfeinern und Beheben von SQL-Abfragen</li><li>Übung – Verbessern der PostgreSQL-Entwicklung mit GitHub Copilot</li><li>Wissensüberprüfung</li><li>Zusammenfassung</li></ul>Bevor Sie mit diesem Modul beginnen, sollten Sie Erfahrung mit der Arbeit mit PostgreSQL-Datenbanken, dem Schreiben von SQL-Abfragen und einem allgemeinen Verständnis von KI- und ML-Konzepten haben.Erste Schritte mit generativer KI in Azure Database for PostgreSQL
- Einleitung
- Grundlegendes zu generativen KI-Sprachmodellen
- Beschreiben der Azure KI-Erweiterung
- Erkunden des Azure OpenAI-Schemas
- Überprüfen des Azure Cognitive-Schemas
- Erkunden semantischer Operatoren
- Untersuchen des Azure Machine Learning-Schemas
- Übung: Erkundung der Azure AI-Erweiterung
- Modulbewertung
- Zusammenfassung
Aktivieren der semantischen Suche in Azure Database for PostgreSQL
- Einleitung
- Grundlegendes zur semantischen Suche
- Speichern von Vektoren in Azure Database for PostgreSQL
- Erstellen von Einbettungen mit der Azure KI-Erweiterung
- Übung – Generieren von Vektoreinbettungen mit Azure OpenAI
- Erkunden von Anwendungsfällen für die semantische Suche
- Übung – Erstellen einer Suchfunktion für ein Empfehlungssystem
- Modulbewertung
- Zusammenfassung
Integrieren sie AI Services, um Ihre Anwendungen mit intelligenten Features in Azure Database for PostgreSQL zu erweitern
- Einleitung
- Zusammenfassen von Daten mit Azure AI Services und Azure-Datenbank für PostgreSQL
- Durchführen von Stimmungsanalysen und Meinungs-Mining in Azure-Datenbank für PostgreSQL
- Extrahieren von Erkenntnissen mithilfe von Azure Language und Azure Database for PostgreSQL
- Übersetzen von Text mit Azure Translator und Azure-Datenbank für PostgreSQL
- Übung – Verwenden von Azure AI-Diensten mit Azure-Datenbank für PostgreSQL
- Verwenden Sie Azure Machine Learning für Vorhersagen mit Azure Database for PostgreSQL
- Übung – Durchführen von Rückschlüssen mit Azure Machine Learning und Azure-Datenbank für PostgreSQL
- Modulbewertung
- Zusammenfassung
Erstellen von RAG-Anwendungen mit Azure-Datenbank für PostgreSQL
- Einleitung
- Verständnis des RAG-Musters mit der Azure-Datenbank für PostgreSQL
- Erkunden von Herausforderungen beim Abrufen von Informationen – Skalierung und Genauigkeit
- Erweitern der Skalierung mit Vektorindizes
- Erstellen von RAG-Anwendungen mit Azure-Datenbank für PostgreSQL und Python
- Übung: Erstellen von RAG-Anwendungen mit Azure-Datenbank für PostgreSQL und Python
- Verbessern der Genauigkeit mit erweiterten RAG-Architekturen
- Erkunden von GraphRAG mit Azure-Datenbank für PostgreSQL
- Übung: Implementieren von GraphRAG mit Azure-Datenbank für PostgreSQL
- Modulbewertung
- Zusammenfassung
Implementieren von generativen KI-Agents mit Azure Database for PostgreSQL
- Einleitung
- Verstehen von KI-Agents mit Azure Database for PostgreSQL
- Informationsabruf für Agenten anwenden
- Bewerten von agentischen Frameworks für die Integration in PostgreSQL
- Implementieren von KI-Agents mit Foundry Agent Service
- Übung – Erstellen eines KI-Agents mit Foundry Agent Service und Azure Database für PostgreSQL
- Integrieren von KI-Agents in MCP und PostgreSQL
- Modulbewertung
- Zusammenfassung
Entwickeln von PostgreSQL-Lösungen in Visual Studio Code mit der PostgreSQL-Erweiterung und GitHub Copilot
- Einleitung
- Verstehen, wie die PostgreSQL-Erweiterung die SQL-Entwicklung unterstützt
- Verstehen, wie GitHub Copilot in die PostgreSQL-Erweiterung integriert wird
- Verwenden von GitHub Copilot zum Generieren, Verfeinern und Beheben von SQL-Abfragen
- Übung – Verbessern der PostgreSQL-Entwicklung mit GitHub Copilot
- Wissensüberprüfung
- Zusammenfassung1 Tag690.00675.00675.00690.00690.00490.001200.00940.00690.00690.00990.00