آموزش آشنایی با پایگاه داده‌های برداری (Vector Databases) - آخرین آپدیت

سرفصل ها و درس ها

چرا به بردارها نیاز داریم Why We Need Vectors

• یافتن معنا Finding Meaning

• مشکلی که دیتابیس‌های برداری حل می‌کنند The Problem Vector Databases Solve

• نقش دیتابیس‌های برداری در برنامه‌های هوش مصنوعی Vector DBs in AI Applications

امبدینگ‌ها و شباهت Embeddings and Similarity

• امبدینگ چیست؟ What Is an Embedding?

• اندازه‌گیری معنا Measuring Meaning

• کالبدشناسی جستجوی برداری The Anatomy of a Vector Search

ساختار پایگاه داده برداری What Makes a Vector Database

• مقایسه دیتابیس‌های برداری و سنتی Vector vs. Traditional Databases

• ایندکس‌گذاری و ANN Indexing and ANN

• فیلترینگ متاداده‌ها Metadata Filtering

• پیاده‌سازی عملی فیلترینگ متاداده Metadata Filtering in Practice

موردهای کاربردی و عملی Practical Use Cases

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

• نحوه پیاده‌سازی RAG Implementation of RAG

• سیستم‌های پیشنهاددهنده و تشخیص ناهنجاری Recommendation Systems and Anomaly Detection

• پیاده‌سازی یک سیستم پیشنهاددهنده Implementation of a Recommendation System

استراتژی و ارزیابی Strategy and Evaluation

• مقایسه نرخ بازیابی (Recall) و تأخیر (Latency) Recall vs. Latency

• برنامه‌ریزی ظرفیت و اندازه‌گیری موفقیت Capacity Planning and Measuring Success

• تنظیم بهینه نرخ بازیابی و تأخیر Tuning Recall and Latency