Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione a Vector Databases
- Informazioni sui database vettoriali
- Caratteristiche e vantaggi principali di Milvus
- Confronto con i database tradizionali
Impostazione di Milvus
- Installazione e configurazione
- Informazioni sui componenti e sull'architettura di Milvus
- Creazione di insiemi e partizioni
Indicizzazione dei dati e Management
- Strategie di indicizzazione in Milvus
- Gestione e ottimizzazione dei dati vettoriali
- Procedure consigliate per l'inserimento dei dati
Somiglianza Search e recupero
- Fondamenti della ricerca per somiglianza
- Implementazione delle operazioni di ricerca in Milvus
- Casi d'uso: recupero di immagini e video, PNL
Milvus in Machine Learning (ML)
- Integrazione di Milvus con i modelli ML
- Sistemi di raccomandazione per l'edilizia
- Casi di studio: rilevamento delle anomalie, chatbot
ScalaAbilità e prestazioni
- Scalabilità di Milvus per set di dati di grandi dimensioni
- Ottimizzazione e ottimizzazione delle prestazioni
- Monitoraggio e manutenzione
Implementazione di Milvus nell'IA
- Sviluppo di una soluzione di database vettoriale
- Revisione e feedback
Riepilogo e prossime tappe
Requisiti
- Conoscenza di base delle basi di dati
- Conoscenza introduttiva dei concetti di IA e machine learning
- Familiarità con i concetti di programmazione, preferibilmente in Python
Pubblico
- Scienziati dei dati
- Sviluppatori di software
- Appassionati di machine learning
21 ore