vector search
1.0.0
ベクトル検索エンジンは、開発者が特定のアルゴリズム（すなわちknn）に構造化されたベクトルstore機能を提供し、エンジンは同様のベクター（コサイン距離など） compute 、どのベクターが関連しているかを判断します。
このリポジトリは、チュートリアル、ガイド、ベストプラクティス、および拡張学習を含むベクトル検索ランドスケープの包括的な概要を提供します。詳細については、教育セクションをご覧ください。
アプリケーション検索アーキテクチャ内でベクトル検索エンジンを使用する方法は次のとおりです。
？？基礎- ベクトルベースの情報検索のコア概念を学びます。
？ユースケース- ベクトル検索を使用することが理にかなっている場所を理解してください。
？アーキテクチャ- アーキテクチャでベクトル検索の使用方法に関するガイド。
| ＃ | ラベル | 説明 |
|---|---|---|
| 1 | キーワードとベクトル検索 | 標準（TF-IDF）テキスト検索とベクトル検索とそれぞれを使用するタイミングの違い。 |
| 2 | スパースベクトルチュートリアル | 独自のスパースベクトル機能抽出エンジンを構築するためのウォークスルー。 |
| 3 | 密なベクターチュートリアル | 独自の密なベクター機能抽出エンジンの構築のウォークスルー。 |
| 4 | Atlas Vector Search Engine | Mongodb Atlasのベクトル検索実装を紹介するガイド。 |
| 5 | ベクトル検索比較 | 最も人気のあるベクトル検索エンジンの比較。 |
| ＃ | ラベル | 説明 |
|---|---|---|
| 1 | 文の類似性 | テキストとどの程度類似しているかの決定。 |
| 2 | トークン分類 | 事前に定義されたカテゴリへのテキストの分類。 |
| 3 | 質問と答え | 自動的に質問に答えるシステムを構築します。 |
| 4 | パーソナライズ | クライアントデータを使用してクエリ結果をパーソナライズします。 |
| 5 | 自動化された同義語作成 | 同義語のコレクションを自動的に濃縮します。 |
| 6 | 要約 | コーパスをより少ない単語に再構築します。 |
| 7 | 会話 | 対話応答の生成。 |
| 8 | ファイル検索 | 複数のモダリティにわたってファイルの内容を検索します |
AWSアカウントを離れることのないワンクリックモデルの展開
| ＃ | ソース | 説明 |
|---|---|---|
| 1 | 参照アーキテクチャ | 生産にベクター検索アーキテクチャを展開するための一般的なベストプラクティス。 |
| 2 | モデルホスティング | ベクターモデルをホストする方法に関する提案。 |
| 3 | モデルバージョン化 | モデルが進化するにつれてバージョン化するための一般的なベストプラクティス。 |
| 4 | フィードバックループ | クエリの再ランク、ランクの学習など。 |
| 5 | モデルの選択 | ドメイン固有のタスクを最適にサポートするモデルはどれですか？ |
把握するのはやりがいのあるトピックですが、無数の教育リソースがあります。
包括的な教育分野。
人間のコンテンツ（テキスト、画像など）をベクトル表現に変換する領域の最新のブレークスルー。変圧器は、「自己attention」を利用する深い学習モデルであり、入力データの各部分の重要性を微妙に比較検討します。
関連性とみなされるものを決定するために、コンピューターはポイント間の距離、この場合はベクトル間の距離を測定する必要があります。
このリポジトリは、いくつかの重要な個人なしでは不可能です。
これは生きたリポジトリであり、私が学び、景観が変化するにつれて進化します。それに応じて変更を購読してください。
