آشنایی با Qdrant (پایگاه داده برداری) با استفاده از پایتون
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- مبانی پایگاه دادههای برداری
- آشنایی با Qdrant و نصب آن
- کالکشنها، سگمنتها و نقاط در Qdrant
- فیلدهای برداری و payload در یک کالکشن
- ایندکسگذاری برداری و payload
- جستجوی شباهت برداری در یک کالکشن و فیلترینگ نتایج بر اساس payload
- کمیسازی بردارها
- پیکربندی سرور Qdrant
پیشنیازهای دوره
- پایتون
- اصول داکر و داکر کامپوز
- فرمانهای اولیه لینوکس
توضیحات دوره
Qdrant یک پایگاه داده برداری متنباز است که موتور جستجوی شباهت برداری داخلی دارد. این سیستم با زبان Rust نوشته شده و ثابت شده که در محیط تولید، حتی تحت بارهای سنگین، سریع و قابل اعتماد است. Qdrant یک API مناسبی برای ذخیره، جستجو و مدیریت بردارها همراه با payload مرتبط با آنها فراهم میکند.
این دوره مهارتهای عملی و قابل اتکایی را در کار با Qdrant از طریق رابط پایتون آن به شما میآموزد. قبل از شروع، شما باید دانش اولیه در زمینههای زیر داشته باشید:
- برنامهنویسی پایتون
- فرمانهای لینوکس
- داکر و داکر کامپوز
از جمله نکات برجسته دوره میتوان به موارد زیر اشاره کرد:
- تمام درسها به گونهای طراحی شدهاند که مفاهیم پیچیده را به راحتی قابل درک کنند.
- مثالهای متعدد عملی در ویدئوها ارائه شده است.
- notebooks قابل دانلود پایتون برای مثالهای به کار رفته در دوره
- ویدئوهای دقیق و حاوی اطلاعات مفید
- آزمون در پایان هر ویدئوی مهم
- شامل طیف وسیعی از مباحث اساسی در Qdrant
پس از پایان دوره قادر به انجام موارد زیر خواهید بود:
- Qdrant را نصب و با پایتون کار میکنید.
- کالکشنها را در Qdrant مدیریت میکنید.
- جستجوی برداری روی بردارهای ذخیره شده در کالکشن Qdrant انجام میدهید.
- نتایج جستجو را فیلتر میکنید.
- اسنپشاتها را ایجاد و مدیریت میکنید.
- از Qdrant برای ساخت اپلیکیشنهای هوش مصنوعی مقیاسپذیر و واقعی استفاده میکنید.
این دوره به صورت دورهای بروزرسانی خواهد شد؛ همین حالا در دوره شرکت کنید تا دسترسی مادامالعمر به آن داشته باشید.
این دوره برای چه کسانی مناسب است؟
- دانشمندان داده
- مهندسان هوش مصنوعی
- مهندسان یادگیری ماشین
- مهندسان MLOps
- کسی که انگیزه یادگیری و کار با پایگاه داده برداری را دارد.
آشنایی با Qdrant (پایگاه داده برداری) با استفاده از پایتون
-
مقدمه 02:26
-
پایگاه دادههای برداری 04:03
-
کامپوننتهای پایگاه داده برداری 03:10
-
بردارهای تعبیهای 02:22
-
بردارهای تعبیهای None
-
متریکهای شباهت برداری 02:24
-
شباهت برداری None
-
مقدمه و نصب 09:16
-
مدل ذخیرهسازی Qdrant 02:24
-
مدل ذخیرهسازی Qdrant None
-
کالکشنها 04:59
-
کالکشنها None
-
نقاط 07:10
-
نقاط None
-
بارگذاری یک مجموعه داده در Qdrant 03:35
-
جستجوی شباهت برداری در Qdrant - بخش 1 05:06
-
جستجوی شباهت - بخش 1 None
-
جستجوی شباهت برداری در Qdrant - بخش 2 06:10
-
جستجوی شباهت - بخش 2 None
-
ایندکسهای Payload 04:05
-
ایندکسهای Payload None
-
ایندکس برداری 05:33
-
ایندکسگذاری بردارها None
-
کمیسازی بردارها - بخش 1 04:40
-
کمیسازی بردارها - بخش 1 None
-
کمیسازی بردارها - بخش 2 06:58
-
کمیسازی بردارها - بخش 2 None
-
اسنپشاتها 01:46
-
پیکربندی Qdrant 06:24
-
Optimizers 03:32
-
کلاینت غیرهمزمان پایتون برای Qdrant 03:26
-
Qdrant و تنسورفلو 05:07
-
Qdrant و OpenAI 05:10
-
Qdrant و LangChain 04:29
-
نتیجهگیری 01:14
مشخصات آموزش
آشنایی با Qdrant (پایگاه داده برداری) با استفاده از پایتون
- تاریخ به روز رسانی: 1404/10/04
- سطح دوره:متوسط
- تعداد درس:35
- مدت زمان :01:45:29
- حجم :787.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy