آموزش جستجوی برداری برای دیتابیس‌های عمومی - آخرین آپدیت

دانلود Vector Search for General Databases

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: پیاده‌سازی جستجوی برداری (Vector Search) برای اپلیکیشن‌های هوش مصنوعی مستلزم انتخاب بین گسترش دیتابیس‌های موجود یا پذیرش دیتابیس‌های تخصصی برداری است. چالش‌های این مسیر شامل درک نحوه پشتیبانی دیتابیس‌های عمومی از عملیات برداری، طراحی شمای‌های ترکیبی (Hybrid Schemas) برای ادغام متادیتاهای ساختاریافته با Embeddingها، ارزیابی توازن عملکرد، مدیریت خط لوله‌های ورود داده‌های برداری و ساخت سیستم‌های جستجوی معنایی آماده برای محیط عملیاتی است؛ مواردی که اغلب منجر به تصمیمات معماری غیربهینه، کوئری‌های ناکارآمد و پیچیدگی در یکپارچه‌سازی قابلیت‌های برداری با زیرساخت‌های فعلی می‌شود. در این دوره آموزشی با عنوان «جستجوی برداری برای دیتابیس‌های عمومی»، شما توانایی پیاده‌سازی و بهینه‌سازی راهکارهای جستجوی برداری را در پلتفرم‌های مختلف دیتابیس برای کاربردهای RAG و جستجوی معنایی کسب خواهید کرد. در ابتدا، با مبانی تولید تقویت‌شده با بازیابی (RAG) آشنا می‌شوید که برای انتقال داده‌های سفارشی به مدل‌های هوش مصنوعی مولد (GenAI) استفاده می‌شود. سپس، نحوه پیاده‌سازی RAG را با استفاده از دیتابیس‌های برداری مختلف خواهید آموخت. در پایان این دوره، شما مهارت‌ها و دانش لازم در مورد معماری و پیاده‌سازی دیتابیس‌های برداری را به دست خواهید آورد تا بتوانید تصمیماتی آگاهانه در مورد راهکارهای جستجوی برداری بگیرید و اپلیکیشن‌های هوش مصنوعی سطح Production بسازید که تعادلی میان عملکرد، هزینه و پیچیدگی عملیاتی ایجاد کنند.

سرفصل ها و درس ها

تولید تقویت‌شده با بازیابی (RAG) Retrieval Augmented Generation (RAG)

  • مقدمه‌ای بر RAG Introduction to RAG

  • نحوه عملکرد RAG Working of RAG

  • دمو: پیاده‌سازی RAG بدون کدنویسی Demo: Implement RAG without Code

پیاده‌سازی RAG با کدنویسی Implement RAG with Code

  • دمو: پیاده‌سازی RAG با استفاده از FAISS Demo: Implement RAG using FAISS

  • دمو: پیاده‌سازی RAG با استفاده از ElasticsearchStore Demo: Implement RAG using ElasticsearchStore

  • دمو: پیاده‌سازی RAG با استفاده از PGVector Demo: Implement RAG using PGVector

  • دمو: پیاده‌سازی RAG با استفاده از MongoDBAtlasVectorSearch Demo: Implement RAG using MongoDBAtlasVectorSearch

  • دمو: پیاده‌سازی RAG با استفاده از Pinecone Demo: Implement RAG using Pinecone

  • تفاوت بین دیتابیس‌های عمومی و دیتابیس‌های تخصصی Difference between General Purpose DBs and Purpose Built DBs

نمایش نظرات

آموزش جستجوی برداری برای دیتابیس‌های عمومی
جزییات دوره
52m
9
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
1
از 5
دارد
دارد
دارد
Smit Shah
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Smit Shah Smit Shah

اسمیث شاه (Smit Shah) یک مدرس تایید شده مایکروسافت (MCT) است که سابقه درخشانی در حوزه فناوری اطلاعات و ارائه آموزش به شرکت‌های چندملیتی مختلف از جمله Deloitte، Accenture، Cognizant، LTIMindTree و غیره در ۷ سال گذشته دارد. او در زمینه‌های علوم داده، یادگیری ماشین، یادگیری عمیق، هوش مصنوعی مولد (GenAI)، تحلیل داده، آمار، Azure، پایتون، DBMS و بسیاری موارد دیگر تخصص دارد.