План на курса

Въведение

  • Какво са векторните бази данни?
  • Векторни бази данни спрямо традиционни бази данни
  • Общ преглед на векторните ембединги

Генериране на векторни ембединги

  • Техники за създаване на ембединги от различни типове данни
  • Инструменти и библиотеки за генериране на ембединги
  • Белите практики за качеството и размерността на ембедингите

Индексиране и извличане във векторните бази данни

  • Стратегии за индексиране на векторни бази данни
  • Построаване и оптимизиране на индексите за производителност
  • Алгоритми за търсене по подобност и техните приложения

Векторни бази данни в машинно учене (ML)

  • Интегриране на векторни бази данни с ML модели
  • Решаване на общи проблеми при интегрирането на векторни бази данни с ML модели
  • Примери за приложения: препоръчителни системи, извличане на снимки, обработка на естествен език (NLP)
  • Кейс стадии: успешни имплементации на векторни бази данни

Масштабируемост и производителност

  • Предизвикателства при масштабиране на векторни бази данни
  • Техники за дистрибуирани векторни бази данни
  • Метрики и мониторинг на производителността

Проектна работа и кейс стадии

  • Практически проект: Имплементация на решение с векторна база данни
  • Преглед на най-новите изследвания и приложения
  • Групови представяния и обратна връзка

Резюме и следващи стъпки

Изисквания

  • Основни знания по бази данни и структури на данни
  • Запознаност с концепции от машинното учение
  • Опит с език за програмиране (предпочитателно Python)

Целева аудитория

  • Данни учени
  • Машинни инженери
  • Софтуерни разработчици
  • Администратори на бази данни
 14 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории