اصول پایگاه دادههای برداری
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- درک پایگاه دادههای برداری
- بررسی بهترین راهحلها
- ساخت پایگاه دادههای برداری
- تسلط به کوئریهای پیشرفته
پیشنیازهای دوره
- دانش اولیه برنامهنویسی
- علاقهمندی به علم داده، هوش مصنوعی یا زمینههای مرتبط به شما کمک خواهد کرد تا تجربه یادگیری بهتری داشته باشید.
توضیحات دوره
در دوران کلان داده و هوش مصنوعی، مدیریت و استخراج بینشهای معنادار از مقادیر زیاد داده غیرساختاریافته مهمتر از همیشه است. دوره «تسلط به پایگاه دادههای برداری - از اصول اولیه تا کاربردهای پیشرفته»، راهنمای جامع شما برای درک، ساخت و استفاده از پایگاه دادههای برداری به منظور تحول در قابلیتهای مدیریت داده شما است.
آنچه یاد خواهید گرفت:
- اصول پایگاه دادههای برداری - این دوره به شما کمک میکند تا درک روشنی از پایگاه دادههای برداری، اهمیت آنها و تفاوتهایشان با پایگاه دادههای سنتی پیدا کنید.
- بررسی بهترین راهحلهای پایگاه داده برداری - در مورد 5 راهحل برتر پایگاه داده برداری، از جمله Pinecone و Chroma، بررسی کرده و ویژگیها و تفاوتهای کلیدی آنها را درک میکنید.
- ساخت پایگاه دادههای برداری از ابتدا - یاد میگیرید که چگونه پایگاه داده برداری خود را از ابتدا بسازید و در عین حال روی ساختارهای داده، متریکها و ذخیرهسازی کارآمد داده تمرکز کنید.
- تکنیکهای بردارسازی - تسلط به تبدیل داده غیرساختاریافته به بردارهای معنادار با استفاده از چارچوبهای انتزاع و تکنیکهای تعبیه
- پروژههای عملی - دانش خود را در پروژههای عملی که کاربردهای واقعی پایگاه دادههای برداری، از جمله جستجوی هوش مصنوعی محور، خوشهبندی مستندات و پیشنهادات محتوای شخصی را نشان میدهند، اعمال میکنید.
- کوئریها و بازیابی پیشرفته - درک میکنید که چگونه میتوانید جستجوهای مشابه را به سرعت و به طور موثر انجام دهید و داده مرتبط را با استفاده از تکنیکهای کوئری پیشرفته بازیابی کنید.
چرا در این دوره شرکت کنید؟
- برنامه درسی جامع - این دوره هم دانش بنیادین و هم کاربردهای پیشرفته را پوشش داده و درک کاملی از پایگاه دادههای برداری را تضمین میکند.
- آموزش از کارشناسان - از یک مدرس باتجربه یاد میگیرید که راهنماهایی واضح و گام به گام را در طول دوره ارائه میدهد.
- یادگیری عملی - از پروژههای عملی و مثالهای واقعی برای تقویت دانش خود و اعمال آنچه آموختهاید، استفاده میکنید.
- ابزارهای پیشرفته - با راهحلهای پیشرو پایگاه دادههای برداری مانند Pinecone و Chroma تجربه عملی کسب کرده و میآموزید چگونه آنها را با OpenAI برای قابلیتهای مدیریت داده قدرتمندتر یکپارچه کنید.
چه کسانی باید در دوره شرکت کنند؟
- دانشمندان داده و تحلیلگران داده که به دنبال بهبود مهارتهای مدیریت داده خود هستند.
- توسعهدهندگان و مهندسانی که به ساخت راهحلهای داده مقیاسپذیر و قوی علاقه دارند.
- علاقهمندان به هوش مصنوعی و محققانی که به دنبال استفاده از پایگاه دادههای برداری برای کاربردهای پیشرفته هستند.
- کسی که به دنبال تسلط به جدیدترین ابزارها و تکنیکها برای مدیریت داده غیرساختاریافته است.
داده خود را به بینشهای عملی تبدیل کرده و قدرت پایگاه دادههای برداری را کشف کنید. هماکنون در دوره شرکت کرده و سفر خود را به سوی تسلط به پایگاه دادههای برداری شروع کنید.
این دوره برای چه کسانی مناسب است؟
- دانشمندان داده و تحلیلگران داده
- توسعهدهندگان و مهندسان
- علاقهمندان به هوش مصنوعی و محققان
- مبتدیان در مدیریت داده
اصول پایگاه دادههای برداری
-
مقدمه - پیشنیازها و ساختار دوره 03:28
-
آشنایی با پایگاه دادههای برداری - بررسی کامل 04:43
-
چرا پایگاه دادههای برداری؟ 11:33
-
پایگاه دادههای برداری - مزایا و معایب 03:28
-
پایگاه دادههای سنتی در مقابل پایگاه دادههای برداری - محدودیتها و چالشها 06:31
-
تعبیهها در مقابل بردارها - تفاوتها 03:25
-
پایگاه دادههای برداری - نحوه عملکرد و مزایای آن 03:37
-
یوزکیس های پایگاه دادههای برداری 05:51
-
پایگاه دادههای برداری و پایگاه دادههای سنتی - خلاصه 00:33
-
5 پایگاه داده برداری برتر - بررسی 08:13
-
درک LLM (مدلهای زبانی بزرگ) 08:46
-
راهاندازی محیط توسعه 01:02
-
راهاندازی ویژوال استودیو کد، پایتون و کلید OpenAI API 04:38
-
گردش کار پایگاه داده Chroma 07:15
-
ایجاد پایگاه داده برداری Chroma و افزودن مستندات و کوئری آنها 09:39
-
ایجاد حلقهها و نمایش نتایج جستجوی شباهت 05:37
-
تابع پیشفرض تعبیه Chroma 06:25
-
پایگاه داده برداری Chroma - پایداری داده و ذخیره داده 10:09
-
ایجاد تعبیههای OpenAI - خام بدون Chroma 07:16
-
استفاده از API تعبیه OpenAIs برای ایجاد تعبیه در Chroma 08:25
-
متریکها و ساختارهای داده پایگاه دادههای برداری 04:18
-
خلاصه بخش 00:46
-
بررسی عمیق شباهت برداری - شباهت کسینوسی 08:08
-
فاصله اقلیدسی - نُرم L2 01:29
-
ضرب داخلی 02:04
-
خلاصه بخش 01:09
-
پایگاه دادههای برداری و LLM - بررسی عمیق 03:48
-
بارگذاری همه مستندات 07:41
-
تولید تعبیهها از مستندات و درج آنها در پایگاه داده Chroma 08:18
-
دریافت قطعات مربوطه هنگام دریافت یک کوئری 05:48
-
استفاده از OpenAI LLM برای تولید پاسخ - جریان کامل 06:50
-
خلاصه بخش 01:31
-
فریمورک LangChain - بررسی سریع 02:24
-
شروع کار با LangChain و OpenAIChat Wrapper 04:39
-
بارگذاری مستندات با بارگذار سند LangChain 06:34
-
تقسیم مستندات با LangChain 01:33
-
ایجاد پایگاه داده برداری Chroma با LangChain 04:17
-
دریافت پاسخ از مدل - گردشکار کامل 09:16
-
Pinecone - بررسی عمیق 02:12
-
ایجاد حساب Pinecone و بررسی داشبورد 02:58
-
ایجاد ایندکس Pinecone ما در کد 03:07
-
Upsert کردن و کوئری ایندکس Pinecone ما 04:30
-
کوئری دستی Pinecone در داشبورد 03:03
-
استفاده از LangChain Pinecone Wrapper - ایجاد ایندکس و Upsert و جستجوی شباهت 09:06
-
ایجاد Retriever و آبجکتهای زنجیرهای و LLM برای دریافت پاسخ 06:32
-
پاکسازی - حذف ایندکس Pinecone 01:18
-
چالش - بررسی پایگاه داده برداری دیگر 01:11
-
خلاصه بخش 01:21
-
انتخاب پایگاه داده برداری مناسب - جداول مقایسه 04:09
-
کدام پایگاه داده باید انتخاب کنیم؟ 02:35
-
انتخاب پایگاه داده مناسب - معیارها 04:53
-
تبریک و گامهای بعدی 04:00
مشخصات آموزش
اصول پایگاه دادههای برداری
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:52
- مدت زمان :04:21:00
- حجم :3.08GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy