Asosiy mazmunga o'tish

Kurslar katalogi

Vektor ma'lumotlar bazalari

Kalit so'z bilan emas, ma'no bilan qidiring.

Zamonaviy AI qidiruvi vektorlarda ishlaydi: matn, rasm va kod yuqori o'lchamli fazodagi nuqtalarga aylanadi, bu yerda yaqinlik o'xshashlik degani. Embeddinglar va ularni hosil qiluvchi modellardan boshlang, natijalarni saralovchi masofa metrikalarini o'rganing, so'ng milliardlab vektorlar qidiruvini tezlashtiradigan ANN indekslarini (HNSW, IVF, kvantlash) egallang. Yakunda pgvector bilan Postgresda haqiqiy semantik va gibrid qidiruv qurasiz hamda Pinecone, Weaviate, Qdrant, Milvus va Chroma orasidan to'g'ri tizimni tanlashni o'rganasiz.

Namuna darsidan boshlashBarcha rejalarni solishtirish

O'quv dasturi

  1. 1-bo'lim

    Embeddinglar va vektorlar

    Matnni ma'no tashuvchi raqamlarga aylantiring. Embedding nima ekanini, ma'no qanday qilib geometriyaga aylanishini va 2026-yilda qaysi modellarni tanlash kerakligini o'rganing.

    1. Embedding nima?
    2. Ma'no fazodagi nuqtalar sifatida
    3. O'lchovlar, tokenlar va vektorlar
    4. Embedding modelini tanlash

  2. 2-bo'lim

    O'xshashlik va masofa

    Ma'no geometriyaga aylangach, natijalarni saralash shunchaki masofani o'lchashdir. Kosinus, skalyar ko'paytma va L2 ni, ulardan qaysi birini tanlashni va o'lchamlilik la'natini o'rganing.

    1. Kosinus o'xshashligi
    2. Skalyar ko'paytma va Evklid
    3. Metrika tanlash va kNN
    4. O'lchamlilik la'nati

  3. 3-bo'lim

    ANN va indekslash

    Qidiruvni katta hajmda tezlashtiring. Taxminiy eng yaqin qo'shni indekslari (HNSW, IVF), siqish uchun kvantlash va siz boshqaradigan recall-ga-qarshi-kechikish murvatini o'rganing.

    1. Aniq va taxminiy
    2. HNSW: Graf indeksi
    3. IVF va klasterlash
    4. Kvantlash va kelishuvlar

  4. 4-bo'lim

    pgvector bilan ishlab chiqish

    pgvector yordamida Postgres'da haqiqiy semantik qidiruvni ishga tushiring, so'ng maxsus dvigatellarni ko'rib chiqing. Vektor ustunlari, masofa operatorlari, HNSW indekslari, metadata bo'yicha filtrlash, gibrid qidiruv va qanday tanlash kerakligi.

    1. Ustunlar va operatorlar
    2. Indekslash va Top-K
    3. Filtrlash va gibrid qidiruv
    4. Vektor MB'ni tanlash

O'quv yo'llari

Python va ma'lumotlar dasturchisi

Haqiqiy ma'lumotni tahlil qiling va Python, Git, SQL hamda vektor qidiruvi yordamida tashqi API bilan xavfsiz ishlaydigan, o'z materialingizni qidiradigan testlangan vositalarni yarating.

10 ta kurs ketma-ketligi

Bitta darsni sinang. Keyin odat yarating.

Sinov shartlariga mos yangi a'zolar 7 kun bepul sinashi mumkin · Istalgan vaqtda bekor qiling

Boshlash

Kurslarga qaytish