Prenez contact avec nous

Plan du cours

Introduction aux bases de données vectorielles

  • Compréhension des bases de données vectorielles
  • Fonctionnalités et avantages clés de Milvus
  • Comparaison avec les bases de données traditionnelles

Configuration de Milvus

  • Installation et configuration
  • Compréhension des composants et de l'architecture de Milvus
  • Création de collections et de partitions

Indexation et gestion des données

  • Stratégies d'indexation dans Milvus
  • Gestion et optimisation des données vectorielles
  • Meilleures pratiques pour l'ingestion des données

Recherche et récupération de similarité

  • Fondamentaux de la recherche de similarité
  • Mise en œuvre des opérations de recherche dans Milvus
  • Cas d'utilisation : récupération d'images et de vidéos, TAL (traitement automatique du langage naturel)

Milvus dans l'apprentissage automatique (ML)

  • Intégration de Milvus avec des modèles de ML
  • Construction de systèmes de recommandation
  • Études de cas : détection d'anomalies, chatbots

Scalabilité et performance

  • Mise à l'échelle de Milvus pour de grands ensembles de données
  • Réglage des performances et optimisation
  • Surveillance et maintenance

Implémentation de Milvus dans l'IA

  • Développement d'une solution de base de données vectorielles
  • Revue et rétroaction

Résumé et prochaines étapes

Pré requis

  • Compréhension de base des bases de données
  • Connaissances introductives des concepts d'IA et d'apprentissage automatique
  • Familiarité avec les concepts de programmation, idéalement en Python

Public visé

  • Data scientists
  • Développeurs logiciels
  • passionnés d'apprentissage automatique
 21 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires