Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Innføring
- Hvordan fungerer vektordatabaser?
- Vektordatabaser vs. tradisjonelle databaser
- Oversikt over vektorinnbygg
Generering av vektorinnbygg
- Teknikker for å skape innbygg fra ulike datatyper
- Verktøy og biblioteker for generering av innbygg
- Beste praksis for innbyggkvalitet og dimensjonalitet
Indeksering og henting i vektordatabaser
- Indekseringstrategier for vektordatabaser
- Bygge og optimere indekser for ytelse
- Likhetssøkalgoritmer og deres anvendelser
Vektordatabaser i maskinlæring (ML)
- Integrering av vektordatabaser med ML-modeller
- Felles problemer og løsninger ved integrasjon av vektordatabaser med ML-modeller
- Anvendelsesområder: anbefalingssystemer, bildehenting, NLP
- Kasusstudier: vellykkede implementasjoner av vektordatabaser
Skalerbarhet og ytelse
- Utfordringer ved skaling av vektordatabaser
- Teknikker for distribuerte vektordatabaser
- Ytelseindikatorer og overvåking
Prosjektarbeid og kasusstudier
- Praktisk prosjekt: Implementering av en vektordatabasesølning
- Gjennomgang av kantforskning og anvendelser
- Gruppepresentasjoner og tilbakemeldinger
Oppsummering og neste skritt
Krav
- Grunnleggende kunnskap om databaser og datstrukturer
- Bekjent med maskinlæringskonsepter
- Erfaring med et programmeringsspråk (foretrukket Python)
Målgruppe
- Dataforskere
- Maskinlæringsingeniører
- Programutviklere
- Databaseadministratorer
14 Timer
