Đề cương khóa học

Giới thiệu

  • Cơ sở dữ liệu vector là gì?
  • So sánh cơ sở dữ liệu vector và cơ sở dữ liệu truyền thống
  • Tổng quan về vector embeddings

Tạo Vector Embeddings

  • Kỹ thuật tạo embeddings từ các loại dữ liệu khác nhau
  • Công cụ và thư viện cho việc tạo embeddings
  • Thực hành tốt nhất về chất lượng và chiều kích của embeddings

Lập chỉ mục và Truy vấn trong Cơ sở dữ liệu Vector

  • Chiến lược lập chỉ mục cho cơ sở dữ liệu vector
  • Xây dựng và tối ưu hóa các chỉ mục để cải thiện hiệu suất
  • Các thuật toán tìm kiếm độ tương đồng và ứng dụng của chúng

Cơ sở dữ liệu Vector trong Máy học (ML)

  • Tích hợp cơ sở dữ liệu vector với mô hình ML
  • Giải quyết các vấn đề thường gặp khi tích hợp cơ sở dữ liệu vector với mô hình ML
  • Trường hợp sử dụng: hệ thống gợi ý, truy cứu hình ảnh, XLP
  • Các trường hợp nghiên cứu: các triển khai thành công của cơ sở dữ liệu vector

Khả năng mở rộng và Hiệu suất

  • Thách thức trong việc mở rộng cơ sở dữ liệu vector
  • Kỹ thuật cho cơ sở dữ liệu vector phân tán
  • Chỉ số hiệu suất và giám sát

Công việc Dự án và Trường hợp Nghiên cứu

  • Dự án hands-on: Thực hiện giải pháp cơ sở dữ liệu vector
  • Tổng quan về nghiên cứu tiên tiến và ứng dụng
  • Trình bày nhóm và nhận xét

Tóm tắt và Bước tiếp theo

Yêu cầu

  • Kiến thức cơ bản về cơ sở dữ liệu và cấu trúc dữ liệu
  • Hiểu biết về các khái niệm máy học
  • Kinh nghiệm với một ngôn ngữ lập trình (ưu tiên Python)

Đối tượng

  • Nhà khoa học dữ liệu
  • Kỹ sư máy học
  • Lập trình viên phần mềm
  • Quản trị viên cơ sở dữ liệu
 14 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Các khóa học sắp tới

Các danh mục liên quan