vector databases embeddings applications

ฐานข้อมูลเวกเตอร์: จากการฝังตัวไปจนถึงแอปพลิเคชัน

ยินดีต้อนรับสู่หลักสูตร "Vector Databases: จาก Embeddings ไปยัง Applications"! หลักสูตรนี้ได้รับคำแนะนำจาก Sebastian Witalec หัวหน้าฝ่ายพัฒนาความสัมพันธ์ที่ Weaviate จะช่วยให้คุณมีทักษะที่จำเป็นในการใช้ประโยชน์จากฐานข้อมูลเวกเตอร์สำหรับแอปพลิเคชันต่างๆ

สรุปหลักสูตร

ในหลักสูตรนี้คุณจะเจาะลึกลงไปในโลกของฐานข้อมูลเวกเตอร์และแอปพลิเคชันของพวกเขา นี่คือสิ่งที่คุณคาดหวังที่จะเรียนรู้และประสบการณ์:

1. การทำความเข้าใจฐานข้อมูลเวกเตอร์ : สำรวจบทบาทของฐานข้อมูลเวกเตอร์ในการประมวลผลภาษาธรรมชาติการจดจำภาพระบบแนะนำและการค้นหาความหมาย

2. - EMBEDDINGS และความคล้ายคลึงกัน (L1) : เรียนรู้วิธีการฝังความหมายของข้อมูลและวิธีการที่ฐานข้อมูลเวกเตอร์วัดความคล้ายคลึงกันระหว่างเวกเตอร์

3. - การสาธิต KNN (L2)

4. - เพื่อนบ้านที่ใกล้ที่สุดโดยประมาณ (L3)

5. การสร้างแอปพลิเคชั่น RAG (L6) : พัฒนาแอปพลิเคชัน Augmented Generation (RAG) โดยใช้ฐานข้อมูลเวกเตอร์และ LLMS

ประเด็นสำคัญ

• - สร้างแอพพลิเคชั่นที่ใช้งานได้จริงรวมถึงการค้นหาแบบไฮบริดและหลายภาษาสำหรับอุตสาหกรรมที่หลากหลาย
• - ทำความเข้าใจกับฐานข้อมูลเวกเตอร์และบทบาทของพวกเขาในการพัฒนาแอปพลิเคชัน Genai โดยไม่จำเป็นต้องฝึกอบรมหรือปรับแต่ง LLM ด้วยตัวคุณเอง
• - เรียนรู้ที่จะแยกแยะเมื่อควรใช้ฐานข้อมูลเวกเตอร์กับแอปพลิเคชันของคุณ

เกี่ยวกับผู้สอน

- Sebastian Witalec เป็นหัวหน้าฝ่ายความสัมพันธ์ของนักพัฒนาที่ Weaviate ด้วยความรู้ที่กว้างขวางในสาขาเซบาสเตียนจะแนะนำคุณผ่านความซับซ้อนของฐานข้อมูลเวกเตอร์

- หากต้องการลงทะเบียนในหลักสูตรหรือข้อมูลเพิ่มเติมโปรดเยี่ยมชม deeplearning.ai