Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction
- Qu'est-ce qu'une base de données vectorielle ?
- Bases de données vectorielles vs bases de données traditionnelles
- Aperçu des vecteurs d'embedding
Génération de vecteurs d'embedding
- Techniques pour créer des embeddings à partir de divers types de données
- Outils et bibliothèques pour la génération d'embeddings
- Bonnes pratiques pour la qualité et la dimensionnalité des embeddings
Indexation et récupération dans les bases de données vectorielles
- Stratégies d'indexation pour les bases de données vectorielles
- Construction et optimisation des index pour la performance
- Algorithmes de recherche de similarité et leurs applications
Bases de données vectorielles dans l'apprentissage automatique (ML)
- Intégration des bases de données vectorielles avec des modèles d'apprentissage automatique
- Résolution des problèmes courants lors de l'intégration des bases de données vectorielles avec des modèles d'apprentissage automatique
- Cas d'utilisation : systèmes de recommandation, récupération d'images, traitement du langage naturel (NLP)
- Études de cas : mises en œuvre réussies de bases de données vectorielles
Évolutivité et performance
- Défis de l'évolutivité des bases de données vectorielles
- Techniques pour les bases de données vectorielles distribuées
- Métriques de performance et surveillance
Travail de projet et études de cas
- Projet pratique : Mise en œuvre d'une solution de base de données vectorielle
- Revue de la recherche de pointe et des applications
- Présentations de groupe et commentaires
Résumé et prochaines étapes
Pré requis
- Connaissances de base en bases de données et en structures de données.
- Familiarité avec les concepts de l'apprentissage automatique.
- Expérience avec un langage de programmation (de préférence Python).
Audience
- Scientifiques des données.
- Ingénieurs en apprentissage automatique.
- Développeurs de logiciels.
- Administrateurs de bases de données.
14 Heures
