Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduksjon
- Hva er vektordatabaser?
- Vektordatabaser vs tradisjonelle databaser
- Oversikt over vektorinnbygginger
Generering av vektorinnbygginger
- Teknikker for å lage embeddings fra ulike datatyper
- Verktøy og biblioteker for innebyggingsgenerering
- Beste praksis for innebygging av kvalitet og dimensjonalitet
Indeksering og henting i vektor Databases
- Indekseringsstrategier for vektordatabaser
- Bygge og optimalisere indekser for ytelse
- Algoritmer for likhetssøk og deres applikasjoner
Vektor Databases i Machine Learning (ML)
- Integrering av vektordatabaser med ML-modeller
- Feilsøking av vanlige problemer ved integrering av vektordatabaser med ML-modeller
- Brukstilfeller: anbefalingssystemer, bildehenting, NLP
- Kasusstudier: vellykkede implementeringer av vektordatabaser
Scalaevne og ytelse
- Utfordringer med å skalere vektordatabaser
- Teknikker for distribuerte vektordatabaser
- Ytelsesmålinger og overvåking
Prosjektarbeid og kasusstudier
- Hands-on prosjekt: Implementering av en vektordatabaseløsning
- Gjennomgang av banebrytende forskning og applikasjoner
- Gruppepresentasjoner og tilbakemeldinger
Sammendrag og neste trinn
Krav
- Grunnleggende kunnskap om databaser og datastrukturer
- Kjennskap til maskinlæringskonsepter
- Erfaring med programmeringsspråk (gjerne Python)
Publikum
- Dataforskere
- Maskinlæringsingeniører
- Programvareutviklere
- Database administratorer
14 timer