(Inggris) Database vektor dan algoritma pencarian: dasar-dasar RAG dan embedding โ€” LearnFlat
โฑ 2 jam 36 mnt ๐Ÿ“š 26 pelajaran

(Inggris) Database vektor dan algoritma pencarian: dasar-dasar RAG dan embedding

Mengerti basis data vektor, pencarian kesamaan, dan embedding untuk membangun sistem pencarian yang efisien untuk aplikasi AI dan RAG modern.

  • ๐Ÿ’ฌ Instruktur AI
    Tanyakan apa pun tentang pelajaran dan dapatkan jawaban jelas seketika, kapan saja.
  • ๐Ÿ• Mulai kapan saja
    Tanpa jadwal atau tenggat โ€” belajar dengan kecepatan sendiri, kapan pun Anda mau.
  • ๐ŸŒ Dalam bahasa Indonesia
    Pelajaran, tugas, dan sertifikat โ€” semuanya sepenuhnya dalam bahasa Anda.

Tentang kursus ini

Ketika kecerdasan buatan dan model bahasa besar mengubah pengembangan perangkat lunak, penyimpanan dan pencarian data semantik menjadi keterampilan yang penting. Kursus hanya-teks ini memandu Anda melalui konsep dasar dari database vektor, embedding, dan algoritma pencarian kinerja tinggi. Anda akan berpindah dari memahami vektor dasar dimensi tinggi untuk menerapkan sistem pencarian kesamaan yang efisien. Dengan mempelajari penjelasan tertulis yang jelas dan menganalisis potongan kode, Anda akan belajar bagaimana mengkonfigurasi indeks vektor, memilih metrik kesamaan, dan mengintegrasikan pipa generasi pencarian-ditambah (RAG). Apa yang Anda pelajari: Mengerti terminologi inti ruang vektor, embedding, dan representasi data dimensi tinggi; Bandingkan metrik kesamaan termasuk kesamaan cosinus, produk titik, dan jarak Euclidean; Temukan algoritma pencarian seperti Hierarchical Navigable Small World (HNSW) dan Approximate Nearest Neighbor (ANN); Implementasi teks Strategi chunking dan menghasilkan embedding menggunakan standar API modern; Konfigurasi dan query database vektor untuk mengambil informasi semantik yang relevan; Terapkan pola retrieval-augmented generation (RAG) untuk menghubungkan data eksternal dengan model bahasa. Kurikulum dimulai dengan konsep matematika dasar dan representasi vektor sebelum berkembang menjadi indeks optimasi dan implementasi pencarian praktis. Setiap konsep diperkuat dengan latihan tertulis dan walkthrough kode terstruktur. Kursus ini dirancang untuk pengembang perangkat lunak, penggemar data, dan pemula yang penasaran tentang infrastruktur AI, tanpa pengalaman database vektor sebelumnya yang diperlukan. Mulai membaca hari ini untuk membuka kekuatan pencarian semantik dalam aplikasi Anda.

Apa yang Anda dapatkan

  • ๐Ÿ“œ Sertifikat penyelesaian
    Tambahkan ke profil LinkedIn Anda
  • ๐Ÿ’ฌ Tutor AI pribadi
    Bingung di tengah pelajaran? Tanya tutor bawaan kamu apa saja, kapan saja.
  • โ™พ๏ธ Akses seumur hidup
    Kembali kapan saja, tanpa kedaluwarsa
  • ๐Ÿ“ฑ Ponsel atau komputer
    Berfungsi di mana saja, perangkat apa saja
  • ๐Ÿ’ธ Pengembalian 14 hari
    Tanpa pertanyaan
  • โšก Singkat dan fokus
    2 jam 36 mnt konten praktis

Ulasan

Belum ada ulasan โ€” jadilah yang pertama berbagi pengalaman.

Tulis ulasan

โ˜†โ˜†โ˜†โ˜†โ˜†
Setelah mengirim kami akan meminta masuk โ€” draf Anda tersimpan.

Pelajar lain juga mengambil

Pertanyaan umum

Apa yang saya butuhkan untuk mengikuti kursus ini? +

Cukup ponsel atau komputer dengan internet. Tidak ada instalasi atau perangkat khusus.

Bagaimana cara membayar? +

Dengan kartu via Stripe. Kami tidak menyimpan detail kartu โ€” Stripe menanganinya dengan aman.

Bisakah saya mendapat refund? +

Ya โ€” refund penuh dalam 14 hari, tanpa pertanyaan.

Berapa lama saya akan punya akses? +

Selamanya. Setelah membeli, kursus jadi milik Anda untuk dikunjungi lagi kapan saja.

Apakah saya akan mendapat sertifikat? +

Ya. Setelah selesai, Anda akan menerima sertifikat yang bisa ditambahkan ke profil LinkedIn.

Dibuat untuk pelajar di
Teknologi Desain Keuangan Pemasaran Kesehatan Pendidikan Perhotelan Manufaktur