Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 21 heures
Plan du cours
Introduction aux bases de données vectorielles
- Comprendre les bases de données vectorielles
- Principales caractéristiques et avantages de Milvus
- Comparaison avec les bases de données traditionnelles
Configuration de Milvus
- Installation et configuration
- Comprendre les composants et l'architecture de Milvus
- Création de collections et partitions
Indexation et gestion des données
- Stratégies d'indexation dans Milvus
- Gestion et optimisation des données vectorielles
- Meilleures pratiques pour l'ingestion de données
Recherche et récupération de similarité
- Fondements de la recherche de similarité
- Mise en œuvre des opérations de recherche dans Milvus
- Cas d'utilisation : récupération d'images et vidéos, NLP
Milvus en apprentissage automatique (ML)
- Intégration de Milvus avec les modèles ML
- Création de systèmes de recommandation
- Études de cas : détection d'anomalies, chatbots
Évolutivité et performance
- Mise à l'échelle de Milvus pour des ensembles de données volumineux
- Optimisation et réglage des performances
- Surveillance et maintenance
Mise en œuvre de Milvus en IA
- Développement d'une solution de base de données vectorielle
- Examen et feedback
Synthèse et étapes suivantes
Pré requis
- Compréhension de base des bases de données
- Connaissances introductives des concepts d'IA et d'apprentissage automatique
- Familiarité avec les concepts de programmation, préférablement en Python
Public visé
- Scientifiques des données
- Développeurs logiciels
- Enthusiastes de l'apprentissage automatique
