Plan Szkolenia

Wprowadzenie do Vector Databases

  • Rozumienie baz danych wektorowych
  • Główne cechy i korzyści Milvus
  • Porównanie z tradycyjnymi bazami danych

Konfiguracja Milvus

  • Instalacja i konfiguracja
  • Rozumienie komponentów i architektury Milvus
  • Tworzenie kolekcji i partycji

Indeksowanie danych i Management

  • Strategie indeksowania w Milvus
  • Zarządzanie i optymalizacja danych wektorowych
  • Najlepsze praktyki dla wprowadzania danych

Wyszukiwanie i pobieranie podobieństwa

  • Podstawy wyszukiwania podobieństwa
  • Wdrażanie operacji wyszukiwania w Milvus
  • Przykłady zastosowań: pobieranie obrazów i wideo, NLP

Milvus w Machine Learning (ML)

  • Integracja Milvus z modelami ML
  • Budowanie systemów rekomendacji
  • Studia przypadku: wykrywanie anomalii, czatboty

Skalowalność i wydajność

  • Skalowanie Milvus dla dużych zbiorów danych
  • Dopasowanie i optymalizacja wydajności
  • Monitorowanie i utrzymanie

Wdrażanie Milvus w AI

  • Rozwijanie rozwiązania bazy danych wektorowych
  • Przegląd i opinie

Podsumowanie i następne kroki

Wymagania

  • Podstawowa wiedza na temat baz danych
  • Wprowadzenie do pojęć sztucznej inteligencji i uczenia maszynowego
  • Zapoznanie z pojęciami programowania, preferowalnie w Python

Grupa docelowa

  • Specjaliści ds. danych
  • Programiści
  • Enthusiasty uczenia maszynowego
 21 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie