Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Introducere
- Ce sunt bazele de date vectoriale?
- Baze de date vectoriale vs. baze de date tradiționale
- Prezentare generală a încorporărilor vectoriale
Generarea de încorporări vectoriale
- Tehnici de creare de încorporări din diferite tipuri de date
- Instrumente și biblioteci pentru generarea de embedding-uri
- Cele mai bune practici pentru calitatea și dimensionalitatea embedding-ului
Indexare și recuperare în vectori Databases
- Strategii de indexare pentru bazele de date vectoriale
- Construirea și optimizarea indicilor pentru performanță
- Algoritmi de căutare a similarității și aplicațiile lor
Vector Databases în Machine Learning (ML)
- Integrarea bazelor de date vectoriale cu modele ML
- Rezolvarea problemelor comune la integrarea bazelor de date vectoriale cu modele ML
- Cazuri de utilizare: sisteme de recomandare, regăsire de imagini, NLP
- Studii de caz: implementări de succes ale bazelor de date vectoriale
Scalabilitate și performanță
- Provocări în ceea ce privește scalarea bazelor de date vectoriale
- Tehnici pentru bazele de date vectoriale distribuite
- Măsurători de performanță și monitorizare
Lucrări de proiect și studii de caz
- Proiect practic: Implementarea unei soluții de baze de date vectoriale
- Revizuirea cercetărilor și aplicațiilor de ultimă oră
- Prezentări de grup și feedback
Rezumat și etape următoare
Cerințe
- Cunoștințe de bază privind bazele de date și structurile de date
- Familiaritate cu conceptele de învățare automată
- Experiență cu un limbaj de programare (de preferință Python)
Audiență
- Oameni de știință în domeniul datelor
- Inginerii de învățare automată
- Dezvoltatorii de software
- Administratori Database
14 ore