کتاب صوتی طراحی و پیاده‌سازی پایگاه‌های داده برداری برای جستجوی معنایی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و پیاده‌سازی پایگاه‌های داده برداری برای جستجوی معنایی

موضوع کلی: هوش مصنوعی

موضوع میانی: یادگیری ماشین و جستجوی معنایی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر جستجوی معنایی و چالش‌های آن
• 2. بردارها و نمایش برداری داده‌ها
• 3. فضاهای برداری و متریک‌های فاصله
• 4. مبانی پایگاه‌های داده برداری
• 5. معماری پایگاه‌های داده برداری
• 6. انتخاب الگوریتم ایندکس‌گذاری برداری مناسب
• 7. الگوریتم‌های Approximate Nearest Neighbor (ANN)
• 8. روش‌های کوانتیزاسیون بردار
• 9. روش‌های هشینگ حساس به موقعیت (LSH)
• 10. معرفی کتابخانه‌های محبوب پایگاه داده برداری (Pinecone, Weaviate, Milvus, Chroma)
• 11. نصب و راه‌اندازی Pinecone
• 12. ایجاد و مدیریت ایندکس در Pinecone
• 13. جستجو در پایگاه داده Pinecone
• 14. نصب و راه‌اندازی Weaviate
• 15. مدل‌سازی داده‌ها در Weaviate
• 16. جستجو و فیلتر کردن داده‌ها در Weaviate
• 17. نصب و راه‌اندازی Milvus
• 18. ساختار داده‌ها و ایندکس‌ها در Milvus
• 19. جستجو با Milvus و بهینه‌سازی عملکرد
• 20. نصب و راه‌اندازی Chroma
• 21. مدیریت کلیدها و تنظیمات در Chroma
• 22. جستجوی برداری با Chroma و ادغام با LLMها
• 23. مقایسه عملکرد پایگاه‌های داده برداری مختلف
• 24. بهینه‌سازی عملکرد جستجو در پایگاه‌های داده برداری
• 25. مقیاس‌پذیری و توزیع پایگاه‌های داده برداری
• 26. استفاده از پایگاه‌های داده برداری در برنامه‌های کاربردی واقعی
• 27. جستجوی تصویر با استفاده از پایگاه‌های داده برداری
• 28. جستجوی متن با استفاده از پایگاه‌های داده برداری
• 29. توصیه‌گرهای محتوا با استفاده از پایگاه‌های داده برداری
• 30. تشخیص ناهنجاری با استفاده از پایگاه‌های داده برداری
• 31. ادغام پایگاه‌های داده برداری با مدل‌های زبانی بزرگ (LLM)
• 32. استفاده از Embeddingها در جستجوی معنایی
• 33. تولید Embedding با استفاده از مدل‌های ترانسفورمر
• 34. انتخاب مدل Embedding مناسب برای کاربرد خاص
• 35. بهینه‌سازی Embeddingها برای بهبود دقت جستجو
• 36. مانیتورینگ و نگهداری پایگاه‌های داده برداری
• 37. امنیت در پایگاه‌های داده برداری
• 38. آینده پایگاه‌های داده برداری و روندهای نوظهور