Đề cương khóa học

Giới thiệu về Vector Databases

  • Hiểu về cơ sở dữ liệu vector
  • Vai trò của Pinecone trong các ứng dụng AI
  • Lợi ích so với cơ sở dữ liệu truyền thống

Tìm kiếm ngữ nghĩa với Pinecone

  • Nguyên tắc của tìm kiếm ngữ nghĩa
  • Thiết lập Pinecone cho các tìm kiếm dựa trên văn bản
  • Tăng cường kết quả tìm kiếm bằng embedding vector

Tìm kiếm Sản phẩm và Multi-modal

  • Kỹ thuật cho các đề xuất sản phẩm chính xác
  • Kết hợp dữ liệu văn bản và hình ảnh để tìm kiếm tổng thể
  • Các nghiên cứu trường hợp (ví dụ: ứng dụng thương mại điện tử)

Conversational AI và Tạo nội dung

  • Nâng cao chatbots với tìm kiếm vector
  • Cơ sở dữ liệu vector trong việc tạo văn bản và hình ảnh
  • Xây dựng một bot Q&A đơn giản

Bảo mật và Tùy chỉnh

  • Cơ sở dữ liệu vector trong phát hiện bất thường và gian lận
  • Tùy chỉnh trải nghiệm người dùng bằng dữ liệu vector
  • Tùy chỉnh trên các nền tảng truyền thông

Quy mô mở rộng và tối ưu hóa hiệu suất

  • Thách thức trong việc mở rộng cơ sở dữ liệu vector
  • Kiến trúc serverless của Pinecone để cải thiện hiệu suất
  • Các chỉ số theo dõi và tối ưu hóa cơ sở dữ liệu vector

Triển khai Pinecone trong AI

  • Phát triển giải pháp cơ sở dữ liệu vector
  • Đánh giá và phản hồi

Tóm tắt và Bước tiếp theo

Requirements

  • Hiểu biết cơ bản về cơ sở dữ liệu
  • Kiến thức sơ cấp về các khái niệm trí tuệ nhân tạo và học máy
  • Đã quen thuộc với các nguyên tắc lập trình

Đối tượng tham gia

  • Kỹ sư dữ liệu
  • Nhà phát triển phần mềm
  • Người yêu thích học máy
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories