Struttura del corso

Introduzione ai Vector Databases

  • Comprendere i database vettoriali
  • Caratteristiche principali e vantaggi di Milvus
  • Confronto con tradizionali database

Configurazione di Milvus

  • Installazione e configurazione
  • Comprendere i componenti ed l'architettura di Milvus
  • Creare raccolte e partizioni

Indicizzazione dei dati e Management

  • Strategie di indicizzazione in Milvus
  • Gestire ed ottimizzare i dati vettoriali
  • Migliori pratiche per l'ingestione dei dati

Ricerca e Recupero di Similarità

  • Fondamenti della ricerca di similarità
  • Implementare operazioni di ricerca in Milvus
  • Casistiche: recupero di immagini e video, NLP

Milvus nell'Machine Learning (ML)

  • Integrazione di Milvus con modelli ML
  • Costruire sistemi di raccomandazione
  • Studi di caso: rilevamento anomalo, chatbot

Scalabilità e Prestazioni

  • Scaling di Milvus per grandi set di dati
  • Ottimizzazione delle prestazioni
  • Monitoraggio ed manutenzione

Implementazione di Milvus nell'IA

  • Sviluppare una soluzione di database vettoriale
  • Revisione e feedback

Riepilogo ed Eseguire i Prossimi Passi

Requisiti

  • Comprendimento basilare dei database
  • Conoscenza di base dei concetti di intelligenza artificiale e machine learning
  • Familiarità con i concetti di programmazione, preferibilmente in Python

Pubblico

  • Scienziati dei dati
  • Sviluppatori software
  • Enthusiasti di machine learning
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative