Einführung in Vektordatenbanken für RAG-Anwendungen

Moderne KI-Anwendungen erfordern mehr als nur Keyword-Matching. Sie benötigen ein tiefes Verständnis des Datenkontexts. Dieser Kurs bietet eine umfassende Einführung in Vektordatenbanken, die Motoren hinter den fortschrittlichsten Retrieval-Augmented Generation (RAG) und Empfehlungssystemen von heute. Sie lernen, wie Sie Informationen als mathematische Vektoren darstellen, und können relevante Informationen mit hoher Präzision und Geschwindigkeit abrufen.Sie werden lernen wie Sie Datenstrukturen verstehen und anhand von Beispielen anwenden. - Verstehen Sie die grundlegenden Unterschiede zwischen relationalen Datenbanken und vektorbasierten Speichersystemen. - Erfahren Sie, wie Einbettungsmodelle unstrukturierten Text in durchsuchbare hochdimensionale Vektoren umwandeln. - Üben Sie Ähnlichkeitssuchtechniken mit Distanzmetriken wie Kosinusähnlichkeit und euklidischer Distanzen. - Konfigurieren und navigieren Sie Chroma DB, um Vektorsammlungen zu speichern und zu verwalten. - Wenden Sie Retrieval-Augmented Generation (RAG) -Muster an, um externe Daten mit KI-Modellen zu verbinden. - Erkunden Sie moderne Indizierungsstrategien und Metadatenfilterung für eine optimierte Abfrageleistung. Der Kurs beginnt mit der grundlegenden Terminologie und den mathematischen Grundlagen von Vektoren, bevor Sie sich mit schriftlichen Erklärungen und codebasierten Übungen beschäftigen, um Ihr Verständnis des modernen KI-Datenstapels zu festigen. Dieser Kurs richtet sich an Anfänger und aufstrebende KI-Entwickler, die die Infrastruktur der modernen Suche verstehen möchten. Es sind keine Vorkenntnisse mit Vektordatenbanken oder maschinellem Lernen erforderlich. Beginnen Sie Ihre Reise in die Welt der hochdimensionalen Daten und KI-Abfrage.