ดาวน์โหลด RAG Financial Risk Assessment

RAG Financial Risk Assessment

โค้ดแหล่งที่มา AI

1.0.0

ดาวน์โหลด

เครื่องมือประเมินความเสี่ยงทางการเงินที่ใช้ RAG

ภาพรวม

เครื่องมือการประเมินความเสี่ยงทางการเงินที่ใช้ RAG ได้รับการออกแบบมาเพื่อใช้ประโยชน์จากเทคนิคการค้นพบการสืบค้น (RAG) เพื่อประเมินความเสี่ยงทางการเงินโดยใช้แบบจำลอง AI ขั้นสูง โครงการนี้มีวัตถุประสงค์เพื่อให้ข้อมูลเชิงลึกเกี่ยวกับข้อมูลทางการเงินและช่วยในการประเมินความเสี่ยงผ่านไปป์ไลน์อัตโนมัติ

โครงสร้างโครงการ

src/ : มีไฟล์ซอร์สโค้ดหลัก
- __init__.py : ไฟล์เริ่มต้นสำหรับโมดูล src
- retriever.py : ใช้การดึงข้อมูลโดยใช้โมเดล Retriever
- generator.py : ใช้การสร้างข้อความโดยใช้โมเดลเครื่องกำเนิดไฟฟ้า
- main.py : สคริปต์หลักในการเรียกใช้ท่อส่ง RAG
- config.py : การตั้งค่าการกำหนดค่าสำหรับโครงการ
- utils/ : ฟังก์ชั่นยูทิลิตี้และผู้ช่วย
  - data_processing.py : ฟังก์ชั่นการประมวลผลข้อมูลและการทำความสะอาด
  - model_utils.py : ฟังก์ชั่นผู้ช่วยสำหรับการดำเนินการจำลอง
  - logging_utils.py : ฟังก์ชั่นการบันทึกสำหรับการดีบัก
- tests/ : มีการทดสอบหน่วยและการรวม
  - test_retriever.py : การทดสอบหน่วยสำหรับโมดูล Retriever
  - test_generator.py : การทดสอบหน่วยสำหรับโมดูลเครื่องกำเนิดไฟฟ้า
  - test_main.py : การทดสอบสำหรับท่อหลัก
- pipelines/ : ท่อส่งมอบที่กำหนดเองสำหรับเวิร์กโฟลว์ที่ซับซ้อน
  - risk_assessment_pipeline.py : ท่อเฉพาะสำหรับการประเมินความเสี่ยงทางการเงิน
data/ : การจัดเก็บข้อมูลและการจัดการ
- ชุดข้อมูล raw/ : RAW
- processed/ : ข้อมูลที่ประมวลผลพร้อมสำหรับการวิเคราะห์
config/ : ไฟล์การกำหนดค่า
- default_config.yaml : การกำหนดค่าทั่วไปสำหรับโครงการ
- logging_config.yaml : การกำหนดค่าการบันทึก
- pipeline_config.yaml : การกำหนดค่าเฉพาะของไปป์ไลน์
logs/ : บันทึกที่เกี่ยวข้องกับโครงการ
notebooks/ : สมุดบันทึก Jupyter สำหรับการทดลองและการวิเคราะห์
- RAG_pipeline_demo.ipynb : การสาธิตไปป์ไลน์ RAG
- EDA.ipynb : สมุดบันทึกการวิเคราะห์ข้อมูลเชิงสำรวจ (EDA)

การติดตั้ง

โคลนที่เก็บ:

git clone < repository_url >
cd RAG-Financial-Risk-Assessment

สร้างสภาพแวดล้อมเสมือนจริงและเปิดใช้งาน:
```
python -m venv venv
source venv/bin/activate  # On Windows use `venvScriptsactivate`
```
ติดตั้งการพึ่งพาที่ต้องการ:
```
pip install -r requirements.txt
```
ตั้งค่าตัวแปรสภาพแวดล้อม (ถ้าจำเป็น):
```
 export OPENAI_API_KEY= < your_openai_api_key > 
```

การใช้งาน

เรียกใช้ท่อผ้า :
```
python src/main.py
```
สิ่งนี้จะดำเนินการไปป์ไลน์ RAG สำหรับการประเมินความเสี่ยงทางการเงิน
สมุดบันทึกการสาธิต :
เปิดและเรียกใช้ notebooks/RAG_pipeline_demo.ipynb ในสภาพแวดล้อมสมุดบันทึก JUPYTER เพื่อดูการสาธิตของไปป์ไลน์ RAG
การวิเคราะห์ข้อมูลเชิงสำรวจ (EDA) :
สำรวจชุดข้อมูลและดำเนินการ EDA โดยใช้ notebooks/EDA.ipynb