掌握矢量数据库和嵌入模型

MP4 |视频：h264，1920×1080 |音频：AAC、44.1 KHz、2 Ch
级别：中级 |类型： 电子学习 |语言： 英文+字幕 |时长：22 场讲座 ( 1h 58m )

你将学到什么

• 解释什么是嵌入以及它们如何支持相似性搜索。
• 了解如何为自定义应用选择和微调嵌入模型。
• 了解矢量数据库在索引和索引方面的工作原理。检索。
• 熟悉矢量数据库环境和不同的应用程序。

嵌入和向量数据库是许多现代人工智能应用的基础——从语义搜索到检索增强生成（RAG）和个性化推荐。本课程将遵循基于项目的结构化方法，引导您从核心概念到可用于生产的解决方案。

在第 1 部分中，您将建立关于嵌入的深刻直觉：它们是什么、如何使用句子转换器生成它们，以及余弦、欧几里德和点积等相似性度量如何工作。然后，您将应用这些概念来构建一个迷你搜索引擎。

在第 2 部分中，您将学习如何选择和自定义嵌入模型。我们将介绍如何形成嵌入模型、如何使用 MTEB 基准对其进行评估以及如何使用多模态嵌入。然后，您将探索对比损失的微调。

在第 3 节中，我们深入了解矢量数据库。您将通过清晰的视觉解释了解 HNSW 和 IVF 等索引方法背后的理论，然后通过编码演示来展示它们的实际效果。

在第 4 节中，我们将理论转化为实践。您将探索矢量数据库景观，实现语义搜索和密集检索，将嵌入集成到 RAG 管道中，并使用 Pinecone 构建推荐系统 – 所有这些都使用可重现的 Python 笔记本。

在本课程结束时，您将掌握概念理解和实践技能，能够自信地构建和部署由嵌入和矢量数据库支持的 AI 应用程序。