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.
Course Outline
소개
- 벡터 데이터베이스란 무엇입니까?
- 벡터 데이터베이스와 기존 데이터베이스
- 벡터 임베딩 개요
벡터 임베딩 생성
- 다양한 데이터 유형에서 임베딩을 생성하는 기술
- 임베딩 생성을 위한 도구 및 라이브러리
- 품질 및 차원 삽입을 위한 모범 사례
벡터 Database의 인덱싱 및 검색
- 벡터 데이터베이스의 색인 전략
- 성능을 위한 지표 구축 및 최적화
- 유사성 검색 알고리즘과 그 응용
Machine Learning의 벡터 Database(ML)
- ML 모델과 벡터 데이터베이스 통합
- 벡터 데이터베이스를 ML 모델과 통합할 때 발생하는 일반적인 문제 해결
- 사용 사례: 추천 시스템, 이미지 검색, NLP
- 사례 연구: 벡터 데이터베이스의 성공적인 구현
Scala능력과 성능
- 벡터 데이터베이스 확장의 과제
- 분산 벡터 데이터베이스 기술
- 성능 지표 및 모니터링
프로젝트 작업 및 사례 연구
- 실습 프로젝트: 벡터 데이터베이스 솔루션 구현
- 최첨단 연구 및 응용 검토
- 그룹 프레젠테이션 및 피드백
요약 및 다음 단계
Requirements
- 데이터베이스 및 데이터 구조에 대한 기본 지식
- 머신러닝 개념에 대한 지식
- 프로그래밍 언어 경험(바람직하게는 Python)
청중
- 데이터 과학자
- 머신러닝 엔지니어
- 소프트웨어 개발자
- Database 관리자
14 Hours