پایگاه های داده برداری در عمل: شیرجه عمیق

مدرس Joon-Pil Hwang

انتشار 2024/03/20

مدت زمان 1h 50m

سطح مناسب همه

فایل تمرینی ندارد

آموزش Vector Databases in Practice: Deep Dive

پایگاه‌های اطلاعاتی برداری و کاربردهای آن‌ها نحوه کار ما را تغییر می‌دهند. آنها اساساً نحوه ذخیره، مدیریت و بازیابی داده ها را از طریق ادغام عمیق خود با مدل های هوش مصنوعی تغییر می دهند. در این دوره، مهارت های عملی و تمام عیار در مورد نحوه ساخت و استفاده از پایگاه های داده برداری را بیاموزید. مربی Joon-Pil Hwang شما را در ساختن یک برنامه کاربردی راهنمایی می کند که اساساً توسط یک پایگاه داده برداری قدرت می گیرد و شما را از ایجاد پایگاه داده تا استفاده و حتی یکپارچه سازی برنامه ها می برد. ملاحظات کلیدی در استفاده از پایگاه داده برداری را در عمل بیاموزید، همچنین از برخی تکنیک های رایج و انتخاب های پایه به عنوان نقطه شروع آگاه باشید. جستجوهای کلیدواژه، برداری، و ترکیبی را برای یافتن سریعتر داده‌های مناسب و همچنین نحوه اعمال نسل افزوده بازیابی کشف کنید - که ابزارهای هوش مصنوعی مولد را با اتصال به داده‌های شما دقیق‌تر می‌کند.این دوره بخشی از یک از Weaviate.

Artificial Intelligence (AI) Database Development Vector Databases

Introduction

The power of AI-powered vector databases ()

1. Search Functions in a Vector Database

A high-level view of vector databases ()

What you can do with vector databases ()

Get set up for the course ()

Keyword filtering and keyword searches ()

Vector searches ()

Searching with filters ()

Hybrid searches ()

Retrieval augmented generation ()

Challenge: Vector database queries ()

Solution: Vector database queries ()

2. Building a Vector Database

Create your own database ()

Work with Weaviate ()

Create an object collection ()

Basic data import in Weaviate ()

Establishing relationships with references ()

Recap: Building a vector database ()

Challenge: Add another object collection ()

Solution: Add another object collection ()

3. Building a Vector Database-Powered App

Web apps and vector databases ()

Create a basic app ()

Connect the app to Weaviate ()

Parsing query responses ()

Recommendations with RAG ()

Challenge: App enhancements ()

Solution: App enhancements ()

4. Making a Vector Database Work for Your Data

Messiness of real data ()

Pre-processing text for vector databases ()

Chunking longer texts ()

Chunk Wikipedia articles ()

Challenge: Import Wikipedia data chunks ()

Solution: Import Wikipedia data chunks ()

Conclusion

Continue learning about vector databases ()

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش پایگاه های داده برداری در عمل: شیرجه عمیق

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Vector Databases in Practice: Deep Dive در 3 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

با این مسیر یادگیری جامع، قدرت هوش مصنوعی را در دنیای مهندسی داده باز کنید. این مجموعه دوره برای متخصصان داده طراحی شده است که می خواهند از پتانسیل تحول آفرین هوش مصنوعی در کار خود استفاده کنند. چه بخواهید نقش فعلی خود را ارتقا دهید یا به مهندسی داده مبتنی بر هوش مصنوعی بپردازید، این مسیر یادگیری شما را به دانش و مهارت هایی مجهز می کند تا در چشم انداز در حال تکامل داده ها و هوش مصنوعی پیشرفت کنید.

آموزش پایگاه های داده برداری در عمل: شیرجه عمیق ، ایستگاه شماره 6 در مسیر یادگیری هوش مصنوعی را برای مهندسی داده کاوش کنید ، است.

مسیر یادگیری هوش مصنوعی را برای مهندسی داده کاوش کنید

با این مسیر یادگیری جامع، پتانسیل تولید افزوده بازیابی (RAG) را باز کنید. تکنیک های پیشرفته را برای بهینه سازی RAG مبتنی بر متن از طریق تکه تکه کردن، جاسازی و ابرداده بیاموزید. در ادغام پایگاه‌های داده برداری با مدل‌های زبان بزرگ تسلط پیدا کنید و در RAG چندوجهی مهارت‌های عملی کسب کنید. راه حل های پیشرفته RAG را طراحی، اجرا و ارزیابی کنید تا در هوش مصنوعی پیشرو باشید. سفر خود را برای ارتقای قابلیت های مبتنی بر داده از امروز آغاز کنید.

آموزش پایگاه های داده برداری در عمل: شیرجه عمیق ، ایستگاه شماره 2 در مسیر یادگیری Master Retrieval-Augmented Generation (RAG) ، است.

مسیر یادگیری Master Retrieval-Augmented Generation (RAG)

پایگاه داده های برداری کلیدی برای باز کردن قدرت هوش مصنوعی مولد هستند و به شما امکان می دهند داده های برداری با ابعاد بالا را که برای برنامه های کاربردی پیشرفته هوش مصنوعی ضروری هستند ذخیره، جستجو و دستکاری کنید. این مسیر یادگیری به شما کمک می‌کند تا مهارت‌های ایجاد یک برنامه وب جستجو و توصیه‌ای که توسط یک پایگاه داده برداری طراحی شده است را توسعه دهید. هماهنگ شوید، امتحان نهایی را بگذرانید و گواهینامه حرفه ای خود را دریافت کنید.<br><br>این گواهی توسط Weaviate، پایگاه داده پیشرو بومی هوش مصنوعی برای ارائه گردش های کاری مبتنی بر هوش مصنوعی تأیید شده است. برای ادامه سفر یادگیری خود، از <a href="https://weaviate.io/developers/academy" target="_blank">Weaviate Academy</a> دیدن کنید.

آموزش پایگاه های داده برداری در عمل: شیرجه عمیق ، ایستگاه شماره 2 در مسیر یادگیری گواهینامه حرفه ای پایگاه های داده برداری توسط Weaviate ، است.