课程大纲

介绍

  • 什么是向量数据库?
  • 向量数据库与传统数据库的对比
  • 向量嵌入概述

生成向量嵌入

  • 从各种数据类型创建嵌入的技术
  • 用于生成嵌入的工具和库
  • 嵌入质量和维度的最佳实践

Vector Databases 中的索引与检索

  • 向量数据库的索引策略
  • 构建和优化索引以提高性能
  • 相似性搜索算法及其应用

Vector Databases 在 Machine Learning (ML) 中的应用

  • 将向量数据库与机器学习模型集成
  • 解决将向量数据库与机器学习模型集成时的常见问题
  • 应用案例:推荐系统、图像检索、自然语言处理
  • 案例研究:向量数据库的成功实施

可扩展性与性能

  • 扩展向量数据库的挑战
  • 分布式向量数据库的技术
  • 性能指标与监控

项目工作与案例研究

  • 实践项目:实现一个向量数据库解决方案
  • 前沿研究与应用的回顾
  • 小组展示与反馈

总结与下一步

要求

  • 数据库和数据结构的基础知识
  • 熟悉机器学习概念
  • 具备编程语言经验(最好是Python)

受众

  • 数据科学家
  • 机器学习工程师
  • 软件开发人员
  • Database管理员
 14 小时

即将举行的公开课程

课程分类