آموزش جامع پایگاه داده‌های برداری (Vector Databases) و جاسازی‌های هوش مصنوعی (AI Embeddings) - آخرین آپدیت

سرفصل ها و درس ها

شروع به کار Getting Started

• خوش‌آمدگویی Welcome

دنیای بردارها The World of Vectors

• مقدمه Introduction

• هوش مصنوعی، یادگیری ماشین، پردازش داده و هوش مصنوعی مولد AI, ML, DP and Gen AI

• مفهوم بردارها The Concept of Vectors

• جاسازی‌های برداری (Embeddings) با هوش مصنوعی Vector Embeddings with AI

• مدل‌های امبدینگ Embedding Models

• معیارهای شباهت Similarity Metrics

• جستجوی برداری Vector Search

• جمع‌بندی Summary

پایگاه داده‌های برداری Vector Databases

• مقدمه Introduction

• داده‌های ساختاریافته و بدون ساختار Structured and Unstructured Data

• پایگاه داده‌های برداری Vector Databases

• جریان کاری جستجوی برداری The Vector Search Workflow

• انتخاب پایگاه داده برداری مناسب Selecting a Vector Database

• جمع‌بندی Summary

کاربردهای بازار با دیتابیس‌های برداری Market Use Cases with Vector DBs

• مقدمه Introduction

• ۱. جستجوی معنایی #1 - Semantic Search

• ۲. سیستم‌های توصیه #2 - Recommendation Systems

• ۳. تولید تقویت‌شده با بازیابی (RAG) #3 – Retrieval-Augmented Generation (RAG)

• ۴. شناسایی ناهنجاری‌ها #4 - Anomaly Detection

• ۵. جستجوی بصری #5 - Visual Search

جمع‌بندی دوره Course Summary

• مرور کلی Let's Recap

• سپاسگزاری Thank You!