Plan Szkolenia

Wprowadzenie do Baz Danych Wektorowych

  • Zrozumienie baz danych wektorowych
  • Kluczowe cechy i zalety Milvus
  • Porównanie z tradycyjnymi bazami danych

Konfiguracja Milvus

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

Indeksowanie i Zarządzanie Danych

  • Strategie indeksowania w Milvus
  • Zarządzanie i optymalizacja danych wektorowych
  • Najlepsze praktyki dotyczące pozyskiwania danych

Wyszukiwanie i Pobieranie Podobieństw

  • Podstawy wyszukiwania podobieństw
  • Implementacja operacji wyszukiwania w Milvus
  • Przykłady zastosowań: wyszukiwanie obrazów i wideo, NLP

Milvus w Uczeniu Maszynowym (ML)

  • Integracja Milvus z modelami ML
  • Budowanie systemów rekomendacyjnych
  • Studia przypadków: wykrywanie anomalii, chatboty

Skalowalność i Wydajność

  • Skalowanie Milvus dla dużych zbiorów danych
  • Optymalizacja i dostrajanie wydajności
  • Monitorowanie i konserwacja

Implementacja Milvus w AI

  • Rozwijanie rozwiązania z bazą danych wektorowych
  • Przegląd i feedback

Podsumowanie i Następne Kroki

Wymagania

  • Podstawowa znajomość baz danych
  • Wstępna wiedza na temat AI i uczenia maszynowego
  • Znajomość koncepcji programowania, najlepiej w Pythonie

Odbiorcy

  • Naukowcy danych
  • Programiści
  • Entuzjaści uczenia maszynowego
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie