Programa del Curso

Introducción a los vectores Databases

  • Descripción de las bases de datos vectoriales
  • El papel de la piña en las aplicaciones de IA
  • Ventajas frente a las bases de datos tradicionales

Semántica Search con piña

  • Principios de la búsqueda semántica
  • Configuración de Pinecone para búsquedas basadas en texto
  • Mejora de los resultados de búsqueda con incrustaciones vectoriales

Producto y multimodal Search

  • Técnicas para recomendaciones precisas de productos
  • Combinación de datos de texto e imagen para una búsqueda completa
  • Estudios de casos (por ejemplo, aplicaciones de comercio electrónico)

Conversational AI y Generación de Contenido

  • Mejora de los chatbots con la búsqueda vectorial
  • Bases de datos vectoriales en la generación de texto e imágenes
  • Creación de un bot de preguntas y respuestas sencillo

Seguridad y personalización

  • Bases de datos vectoriales en la detección de anomalías y fraudes
  • Personalización de las experiencias de usuario con datos vectoriales
  • Personalización en plataformas de medios

ScalaOptimización de la capacidad y el rendimiento

  • Desafíos en el escalado de bases de datos vectoriales
  • Arquitectura sin servidor de Pinecone para el rendimiento
  • Métricas para la supervisión y optimización de bases de datos vectoriales

Implementación de Pinecone en IA

  • Desarrollo de una solución de base de datos vectorial
  • Revisión y comentarios

Resumen y próximos pasos

Requerimientos

  • Conocimientos básicos de bases de datos
  • Conocimientos introductorios de los conceptos de IA y aprendizaje automático
  • Familiaridad con los conceptos de programación

Audiencia

  • Científicos de datos
  • Desarrolladores de software
  • Entusiastas del aprendizaje automático
 21 horas

Número de participantes



Precio por participante

Cursos Relacionados

H2O AutoML

14 horas

AutoML con Auto-sklearn

14 horas

AutoML con Auto-Keras

14 horas

Avanzado Stable Diffusion: Aprendizaje profundo para la generación de texto a imagen

21 horas

Introducción a Stable Diffusion para la generación de texto a imagen

21 horas

AlphaFold

7 horas

TensorFlow Lite for Embedded Linux

21 horas

TensorFlow Lite for Android

21 horas

TensorFlow Lite for iOS

21 horas

Tensorflow Lite for Microcontrollers

21 horas

Deep Learning Neural Networks with Chainer

14 horas

Distributed Deep Learning with Horovod

7 horas

Accelerating Deep Learning with FPGA and OpenVINO

35 horas

Building Deep Learning Models with Apache MXNet

21 horas

Deep Learning with Keras

21 horas

Categorías Relacionadas