|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/learn-embeddings-and-vector-databases
课程评论：没有评论
课程名称：带嵌入和向量数据库的检索增强生成（RAG） 课程概述：在本课程中，您将深入探讨高级人工智能工程概念，重点学习嵌入的创建、使用和管理，以及它们在检索增强生成（RAG）中的作用。 您将首先了解什么是嵌入，以及它们如何帮助人工智能解释和检索信息。通过实践练习，您将设置环境变量，创建嵌入，并将其集成到向量数据库中，使用像Supabase这样的工具。 随着课程的深入，您将接触更复杂的主题和技术。 课程大纲： 1. **嵌入与向量数据库基础** - 描述：本模块将涵盖环境设置、创建嵌入并将其存储在向量数据库中的过程。 2. **高级检索与人工智能应用** - 描述：本模块将带您掌握搜索、查询、对话式AI和文本处理的分块技术。 3. **测试您的新知识** - 描述：本模块将在您掌握基本知识后进行巩固和应用。 此课程为希望深入理解嵌入及其在AI应用中使用的学习者提供了全面的学习体验。
Name:Foundations of Embeddings & Vector Databases
Description:In this module, you will cover setting up the environment, creating embeddings, and storing them in a vector database.
Name:Advanced Retrieval & AI Applications
Description:Now it's time to get to grips with search, querying, conversational AI, and chunking techniques for text processing.
Name:Test Your New Knowledge
Description:
In this course, you will explore advanced AI engineering concepts, focusing on the creation, use, and management of embeddings in vector databases, as well as their role in Retrieval-Augmented Generation (RAG). You will start by learning what embeddings are and how they help AI interpret and retrieve information. Through hands-on exercises, you will set up environment variables, create embeddings, and integrate them into vector databases using tools like Supabase. As you progress, you will ta
