Construcción de Aplicaciones con Bases de Datos Vectoriales

hasta 1 hora
Principiante

Aprende a crear seis aplicaciones emocionantes de bases de datos vectoriales e implementarlas usando Pinecone. Este curso cubre una variedad de aplicaciones desde búsqueda semántica hasta detección de anomalías, equipándote con las habilidades para construir aplicaciones avanzadas con mínima codificación.

Búsqueda semántica
Generación aumentada por recuperación (RAG)
Sistemas de recomendación
Búsqueda híbrida
Similitud facial

Resumen

En este curso, explorarás la implementación de seis aplicaciones utilizando bases de datos vectoriales. Aprenderás a crear una herramienta de búsqueda semántica, mejorar aplicaciones de LLM con RAG, desarrollar un sistema de recomendación, construir una aplicación de búsqueda híbrida, crear una aplicación de similitud facial e implementar una aplicación de detección de anomalías. Al final del curso, tendrás nuevas ideas para construir aplicaciones con cualquier base de datos vectorial.

Online
ubicación del curso
Inglés
idioma del curso
A tu propio ritmo
formato del curso
Clases En vivo
entregado en línea

¿Para quién es este curso?

Desarrolladores Principiantes de Python

Cualquiera con conocimientos básicos de Python que quiera aprender aplicaciones de bases de datos vectoriales.

Entusiastas del Aprendizaje Automático

Individuos con conocimientos básicos de aprendizaje automático que buscan expandir sus habilidades en bases de datos vectoriales.

Usuarios de Modelos de Lenguaje Grande

Personas familiarizadas con modelos de lenguaje grande que desean mejorar sus aplicaciones utilizando bases de datos vectoriales.

Este curso ofrece beneficios clave como aprender a construir aplicaciones avanzadas con bases de datos vectoriales y Pinecone. Cubre temas esenciales como búsqueda semántica, RAG y detección de anomalías, lo que lo hace ideal para principiantes y profesionales que buscan mejorar sus habilidades. Al tomar este curso, los estudiantes pueden avanzar en sus carreras y alcanzar sus objetivos en el campo de la IA y el aprendizaje automático.

Requisitos Previos

1 / 3

Conocimientos básicos de Python
Comprensión básica del aprendizaje automático
Familiaridad con modelos de lenguaje grande

¿Qué aprenderás?

Búsqueda Semántica

Crea una herramienta de búsqueda que va más allá de la coincidencia de palabras clave, enfocándose en el significado del contenido para búsquedas eficientes basadas en texto en un conjunto de datos de preguntas y respuestas de usuarios.

Generación Aumentada por Recuperación (RAG)

Mejora tus aplicaciones de LLM incorporando contenido de fuentes en las que el modelo no fue entrenado, como responder preguntas utilizando el conjunto de datos de Wikipedia.

Sistema de Recomendación

Desarrolla un sistema que combine búsqueda semántica y RAG para recomendar temas, y demuéstralo con un conjunto de datos de artículos de noticias.

Búsqueda Híbrida

Construye una aplicación que encuentre elementos utilizando tanto imágenes como texto descriptivo, usando un conjunto de datos de comercio electrónico como ejemplo.

Similitud Facial

Crea una aplicación para comparar características faciales, utilizando una base de datos de figuras públicas para determinar la semejanza entre ellas.

Detección de Anomalías

Aprende a construir una aplicación de detección de anomalías que identifique patrones inusuales en los registros de comunicación de la red.

Conozca a su instructor

Tim Tully
Socio, Menlo Ventures
Tim Tully ha sido Vicepresidente Senior y Director de Tecnología de Splunk desde 2018, y se unió a Splunk como Director de Tecnología en 2017. Antes de Splunk, Tim pasó 14 años en varios roles en Yahoo! Inc., incluyendo Vicepresidente de Ingeniería; Ingeniero Distinguido y Arquitecto Jefe de Datos.

Próximos cohortes

Costo
Libre
Duración
1 hora
Fechas
comienza ahora
Ubicación
Online

Libre