Kerangka Materi

Pendahuluan

  • Apa itu basis data vektor?
  • Basis data vektor vs basis data tradisional
  • Gambaran umum tentang embedding vektor

Menghasilkan Embedding Vektor

  • Teknik untuk menciptakan embedding dari berbagai jenis data
  • Alat dan perpustakaan untuk menghasilkan embedding
  • Praktik terbaik untuk kualitas dan dimensi embedding

Indeksasi dan Pencarian dalam Vector Databases

  • Strategi indeksasi untuk basis data vektor
  • Membangun dan mengoptimalkan indeks untuk kinerja
  • Algoritma pencarian kesamaan dan aplikasinya

Vector Databases dalam Machine Learning (ML)

  • Mengintegrasikan basis data vektor dengan model ML
  • Menyelesaikan masalah umum saat mengintegrasikan basis data vektor dengan model ML
  • Kasus penggunaan: sistem rekomendasi, pencarian gambar, NLP
  • Studi kasus: implementasi sukses dari basis data vektor

Skalabilitas dan Kinerja

  • Tantangan dalam menyelesaikan skalabilitas untuk basis data vektor
  • Teknik untuk basis data vektor distribusi
  • Metrik kinerja dan pemantauan

Proyek Kerja dan Studi Kasus

  • Proyek hands-on: Implementasi solusi basis data vektor
  • Tinjauan tentang penelitian terkini dan aplikasinya
  • Presentasi kelompok dan umpan balik

Ringkasan dan Langkah Berikutnya

Persyaratan

  • Pengetahuan dasar tentang basis data dan struktur data
  • Kenalan dengan konsep pembelajaran mesin
  • Pengalaman dengan bahasa pemrograman (disukai Python)

Audiens

  • Ilmuwan data
  • Insinyur pembelajaran mesin
  • Pengembang perangkat lunak
  • Administrators Database
 14 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait