آموزش بررسی عمیق پایگاه داده‌های برداری (Vector Databases) - آخرین آپدیت

دانلود Vector Databases Deep Dive

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: به‌روزرسانی شده در می ۲۰۲۵. این دوره اکنون دارای Coursera Coach است! روشی هوشمندانه‌تر برای یادگیری با گفتگوهای تعاملی و لحظه‌ای که به شما کمک می‌کند تا دانش خود را آزمایش کنید، پیش‌فرض‌ها را به چالش بکشید و در حین پیشروی در دوره، درک خود را عمیق‌تر کنید. این دوره کاوشی جامع در پایگاه داده‌های برداری با تمرکز بر اصول، کاربردها و روندهای آینده ارائه می‌دهد. در پایان این دوره، شما درک عمیقی از نحوه عملکرد پایگاه داده‌های برداری و تفاوت آن‌ها با پایگاه داده‌های سنتی به دست خواهید آورد. همچنین مفاهیم اساسی که زیربنای سیستم‌های داده مدرن هستند، مانند بردارها (Vectors)، جاسازی‌ها (Embeddings) و معیارهای فاصله (Distance Metrics) و نحوه فعال‌سازی فرآیندهای جستجو و بازیابی داده‌های پیشرفته را فرا خواهید گرفت. شما با یادگیری مبانی پایگاه داده‌های برداری، از جمله مفاهیم اصلی و اهمیت رو به رشد این سیستم‌ها در مدیریت داده‌ها شروع خواهید کرد. سپس دوره شما را با اصول کلیدی آشنا کرده و نشان می‌دهد که چگونه پایگاه داده‌های برداری به ابزاری قدرتمند برای مدیریت داده‌های با ابعاد بالا تبدیل شده‌اند. با پیشروی در دوره، به موضوعات حیاتی مانند Embeddings، معیارهای فاصله و تکنیک‌های مختلف ایندکس‌گذاری پایگاه داده خواهید پرداخت و دیدگاهی جامع از نحوه افزایش سرعت و کارایی جستجوها کسب خواهید کرد. این دوره همچنین شامل بحث‌های مفصلی در مورد جستجوی برداری و شباهت، با توجه ویژه به الگوریتم‌های K-Nearest Neighbors (KNN) و Approximate Nearest Neighbors (ANN) است. شما خواهید آموخت که چگونه این فناوری‌ها بازیابی نقاط داده مشابه را بهینه می‌کنند و توازن بین رویکردهای مختلف جستجو را درک خواهید کرد. کاربردهای دنیای واقعی، مانند تشخیص کلاهبرداری (Fraud Detection)، برای نمایش عملی این مفاهیم استفاده خواهد شد. این دوره برای متخصصان داده، مهندسان و توسعه‌دهندگانی که علاقه‌مند به تسلط بر پایگاه داده‌های برداری هستند، ایده‌آل است. این محتوا برای یادگیرندگانی که درک پایه‌ای از پایگاه داده‌ها و ساختارهای داده دارند، مناسب است. با پیشرفت در دوره، تخصص لازم در فناوری‌های مختلف پایگاه داده برداری، از Pinecone و Qdrant گرفته تا Milvus و Weaviate را از طریق دموهای عملی کسب خواهید کرد.

سرفصل ها و درس ها

مقدمه Introduction

  • معرفی دوره Introduction to the Course

  • ساختار دوره Course Structure

آشنایی با پایگاه داده‌های برداری Introduction to Vector Databases

  • مقدمه‌ای بر پایگاه داده‌های برداری Introduction to Vector Databases

  • اصول کلیدی پایگاه داده‌های برداری Key Principles of Vector Databases

  • چرا پایگاه داده‌های برداری اینقدر محبوب شده‌اند؟ Why are Vector Databases All the Rage

  • تفاوت پایگاه داده‌های برداری با پایگاه داده‌های سنتی How Vector Databases Differ from Traditional Databases

  • مزایا و چالش‌های پایگاه داده‌های برداری Advantages & Challenges of Vector Databases

مفاهیم اصلی پایگاه داده برداری Vector Database Core Concepts

  • مقدمه‌ای بر بردارها Introduction to Vectors

  • مثال‌های دنیای واقعی درباره بردارها Real World Illustration on Vectors

  • بردارها و نقش آن‌ها در پایگاه داده‌ها Vectors and Their Roles in Databases

  • مقدمه‌ای بر Embeddings (جاسازی‌ها) Introduction to Embeddings

  • مثال‌های Embeddings: مورد تشخیص کلاهبرداری Embeddings Illustrations - Fraud Detection Example

  • مقدمه‌ای بر ابعاد و فضاهای با ابعاد بالا Introduction to Dimensionality and High-Dimension Spaces

  • چالش‌های داده‌های با ابعاد بالا Challenges with High-Dimensional Data

  • معیارهای فاصله و شباهت Distance Metrics and Similarity

  • فاصله اقلیدسی Euclidean Distance

  • فاصله منهتن Manhattan Distance

  • فاصله کسینوسی Cosine Distance

  • شباهت جاکارد Jaccard Similarity

درک شباهت در جستجو Understanding Search Similarity

  • اهمیت شباهت در جستجو The Importance of Search Similarity

  • الگوریتم K-Nearest Neighbors K-Nearest Neighbors

  • الگوریتم Approximate Nearest Neighbors Approximate Nearest Neighbors

  • مقایسه KNN در مقابل ANN KNN vs. ANN

ایندکس‌گذاری و پرس‌وجو Indexing and Querying

  • استراتژی‌های ایندکس‌گذاری Indexing Strategies

  • ایندکس تخت (Flat Index) Flat Index

  • تصور ایندکس تخت: مثال دنیای واقعی Flat Index Imagined - Real World Illustration

  • ایندکس فایل معکوس (Inverted File Index) Inverted File Index

  • تصور ایندکس فایل معکوس: مثال دنیای واقعی Inverted File Index Imagined - Real World Illustration

  • الگوریتم ANNOY Approximate Nearest Neighbors Oh Yeah - ANNOY

  • تصور ANNOY: مثال دنیای واقعی ANNOY Imagined - Real World Illustration

  • کوانتایزاسیون محصول (Product Quantization) Product Quantization

  • تصور کوانتایزاسیون محصول: مثال دنیای واقعی Product Quantization Imagined - Real World Illustration

  • الگوریتم HNSW Hierarchical Navigable Small World (HNSW)

  • تصور HNSW: مثال دنیای واقعی HNSW Imagined - Real World Illustration

  • انتخاب ایندکس مناسب Selecting the Right Index

کار با پایگاه داده‌های برداری Working with Vector Databases

  • پایگاه داده برداری یا ذخیره‌ساز برداری؟ Vector Database or Vector Store

  • معرفی Pinecone Pinecone

  • معرفی Qdrant Qdrant

  • معرفی Milvus Milvus

  • معرفی Weaviate Weaviate

دموها و نمونه‌های عملی Demos

  • دموی Pinecone Pinecone Demo

  • دموی Weaviate Weaviate Demo

آینده پایگاه داده‌های برداری The Future of Vector Databases

  • آینده پایگاه داده‌های برداری The Future of Vector Databases

نمایش نظرات

آموزش بررسی عمیق پایگاه داده‌های برداری (Vector Databases)
جزییات دوره
5h 2m
43
(آخرین آپدیت)
374
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده