Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan du cours
Introduction aux Databases vectoriels
- Comprendre les bases de données vectorielles
- Principales caractéristiques et avantages de Milvus
- Comparaison avec les bases de données traditionnelles
Mise en place de Milvus
- Installation et configuration
- Comprendre les composants et l'architecture de Milvus
- Création de collections et de partitions
Indexation des données et Management
- Stratégies d'indexation dans Milvus
- Gestion et optimisation des données vectorielles
- Meilleures pratiques pour l'ingestion de données
Similarité Search et recherche
- Principes fondamentaux de la recherche de similarité
- Mise en œuvre d'opérations de recherche dans Milvus
- Cas d'utilisation : recherche d'images et de vidéos, NLP
Milvus dans Machine Learning (ML)
- Intégration de Milvus avec des modèles de ML
- Construire des systèmes de recommandation
- Études de cas : détection d'anomalies, chatbots
Scalabilité et performance
- Mise à l'échelle de Milvus pour les grands ensembles de données
- Réglage et optimisation des performances
- Surveillance et maintenance
Mise en œuvre de Milvus dans l'IA
- Développement d'une solution de base de données vectorielle
- Révision et retour d'information
Résumé et prochaines étapes
Pré requis
- Compréhension de base des bases de données
- Connaissance de base des concepts d'intelligence artificielle et d'apprentissage automatique
- Familiarité avec les concepts de programmation, de préférence en Python.
Public
- Scientifiques des données
- Développeurs de logiciels
- Passionnés d'apprentissage automatique
21 heures