لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش تسلط بر پایگاه داده Chroma
- آخرین آپدیت
دانلود Chroma Database Mastery
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
در دنیای Chroma غوطهور شوید؛ پایگاه داده برداری سبکوزنی که نحوه بازیابی دادههای پیچیده در اپلیکیشنهای هوش مصنوعی را متحول کرده است. این دوره جامع شما را از مراحل ابتدایی نصب تا ساخت سیستمهای پیشرفته جستجوی معنایی و RAG (تولید تقویتشده با بازیابی) در سطح عملیاتی هدایت میکند.
شما در قالب ماژولهای کاربردی، مباحثی چون راهاندازی Chroma، مدیریت دادهها، یکپارچهسازی Embeddingها و تکنیکهای پیچیده پرسوجو را فرا خواهید گرفت. یاد بگیرید چگونه ذخیرهسازهای برداری را پیکربندی کنید، کالکشنها را مدیریت نمایید، مدلهای پیشرفته Embedding را ادغام کنید و APIهایی توسعه دهید که معنا را درک میکنند، نه فقط کلمات کلیدی را.
در پایان این دوره، یک پروژه کامل پایگاه دانش خواهید ساخت که مهارتهای مهندسی یادگیری ماشین (ML) شما را در دنیای واقعی به نمایش میگذارد. این دوره برای دانشمندان داده، مهندسان ML و توسعهدهندگانی که به دنبال ارتقای اپلیکیشنهای هوش مصنوعی با قابلیتهای جستجوی هوشمند و آگاه به متن هستند، ایدهآل است.
مخاطبان این دوره: توسعهدهندگان پایتون، دانشمندان داده و مهندسان یادگیری ماشین با مهارتهای برنامهنویسی پایه که قصد پیادهسازی فناوریهای پیشرفته جستجو و بازیابی معنایی را دارند.
سرفصل ها و درس ها
راهاندازی سریع Chroma
Launch Chroma Fast
کالبدشکافی Python SDK در Chroma
Anatomy of the Chroma Python SDK
نصب Chroma و اجرای کلاینت دائمی
Install Chroma and Launch a Persistent Client
از سیلوهای داده تا جستجوی معنایی
From Data Silos to Semantic Search
آموزش عملی: چرخه کامل ورود داده و پرسوجو
How-To: A Full Ingestion and Query Loop
مدیریت دادهها در Chroma
Manage Data in Chroma
اسناد، متادادهها و فیلترها در Chroma چیستند؟
What are Documents, Metadata, and Filters in Chroma?
افزودن سند به همراه متاداده
Add a Document with Metadata
چرا از کالکشنهای متعدد استفاده کنیم؟ درسهایی از خردهفروشی و مالی
Why Use Multiple Collections? Lessons from Retail and Finance
برنامهنویسی خط لوله ورود داده در پایتون
Scripting an Ingestion Pipeline in Python
مدیریت کامل چرخه حیات با پایتون
Full Lifecycle Management with Python
یکپارچهسازی Embeddingها و Chroma
Integrate Embeddings and Chroma
اتصال مدلهای Embedding به پایگاه داده برداری
Connecting Embedding Models to a Vector Database
ساخت خط لوله برداریسازی (Vectorization) خودکار
Building an Automated Vectorization Pipeline
خطاهای خاموش: جلوگیری از خطاهای یکپارچهسازی هوش مصنوعی
Silent Failures: Preventing AI Integration Errors
دیباگ کردن عدم تطبیق ابعاد بردارها
Debugging Silent Vector Dimension Mismatches
ساخت سیستم جستجوی Chroma
Build Chroma Search
از کلمات کلیدی تا درک مفاهیم: قدرت جستجوی معنایی
From Keywords to Understanding: The Power of Semantic Search
چروما: پایگاه داده برداری برای جستجوی معنایی
Chroma: The Vector Database for Semantic Search
اندکسگذاری اسناد با Chroma
Indexing Documents with Chroma
معیارهای عینی: از نظر شخصی تا آمادگی برای محیط عملیاتی
Objective Metrics: From Opinion to Production-Ready
ارزیابی جستجوی معنایی با MRR و Precision@5
Evaluating Semantic Search with MRR and Precision@5
از اسکریپت محلی تا سرویس جهانی: قدرتبخشی به جستجو با APIها
From Local Script to Global Service: Powering Search with APIs
ساخت API با Flask برای موتور جستجوی شما
Building a Flask API for Your Search Engine
بهینهسازی RAG با Chroma
Boost RAG with Chroma
از توهم تا واقعیت: مستندسازی هوش مصنوعی با RAG
From Hallucination to Reality: Grounding AI with RAG
ساخت خط لوله RAG با LangChain و Chroma
Building a RAG Pipeline with LangChain and Chroma
اصل مستندسازی: ساخت هوش مصنوعی قابل اعتماد
The Principle of Grounding: Building Trustworthy AI
پایگاه دانش قدرت گرفته از Chroma
Chroma-Powered Knowledge Base
نمایش نظرات