Nivel Intermedio
31 clases
3 horas de contenido
10 horas de práctica
Descubre cómo la inteligencia artificial interpreta el lenguaje humano a través de potentes modelos de embeddings. Aprende a transformar documentos de texto en vectores y a almacenarlos en bases de datos vectoriales como Chroma y Pinecone. Conoce cómo los LLMs y otros modelos de NLP pueden acceder a esta información para potenciar tus aplicaciones.
Clases del curso
Creación de embeddings
Usando embeddings preentrenados
Bases de datos vectoriales
Conclusiones
Profes del curso
Conoce quién enseña el curso
Proyecto del curso
Buscador semántico de películas
Desarrolla un buscador que funciona con una base de datos vectorial, la cual almacena información en forma de embeddings de veinticinco mil películas. Utiliza búsqueda semántica y potencia tus habilidades con este proyecto de machine learning.
Ver proyectoconocimientos previos
- Programación en Python.
- Uso de APIs.
- Manipulación y transformación de datos con Pandas y Numpy.
- Uso de Google Colab o Jupyter Notebooks.
- Fundamentos de bases de datos.
- Consumo de modelos de la API de OpenAI.
- Uso de modelos del hub de Hugging Face.
- Operación de vectores de álgebra lineal.
software y recursos necesarios
- Jupyter Notebook, Google Colab, Deepnote, etc.
- Python 3.6+
- Cuenta y API Key de OpenAI.
Opiniones del curso
4.8 · 88 opiniones
Gabriel Henao
@gabreduhenao·
Excelente curso. Resolvió muchas de mis dudas respecto al uso de embeddings y bases de datos vectoriales que no encontré en ninguna otra fuente de información. Gracias por el curso.
Jovanny Delgado
@jovannydelgado·
Como potenciar los LLMs con el uso de Embeddings
Danniela Isamar Rodríguez Jove
@dannigamedev·
Uno de los mejores cursos que he visto en Platzi. Aprendí bastante, me divertí y tengo un montón de ideas para llevarlas a proyectos. Como sugerencia, el curso ya requiere una actualización sobre todo con Pinecone
Andres Jimenez
@andresjim2000·
El Curso y el profesor , excelentes !
Jose Luis Campos Bautista
@luiscampos·
Excelente curso, me agrado bastante y muy bien explicado!
Brandon F Vargas Garcia
@200484·
La verdad totalmente sorprendido por la gran utilidad de este curso y de los embeddings
deivy andres Vanegas pedraza
@davanegasp159230·
exelente
Carlos Arteaga
@ing.mauricio.arteaga·
Excelente curso para entender los embeddings y su relacion con los LLMS
@juan.carlos.gonzalez·
good, very good
@rene.fuquene·
Excelente curso
@cgonzalezv·
Excelente conocimiento del profesor y excelente material para seguir las diferentes partes del manejo de bd vectoriales y búsqueda semántica
Juan Camilo Torres Salas
@torressalasjc·
Muy buen docente, explica muy bien, hace entender cosas que pueden ser complejas con una facilidad que asombra.
Oscar Correcha
@oecorrechag·
Excelente curso, aunque le falta documentación. A pesar de eso, es un curso excepcional
Javier Alberto Perez Valdez
@javierperezvaldez·
Explicación completa, clara y de forma simple para un buen entendimiento sobre bases de datos vectoriales.
Jesús Efrey Gomez Tellez
@jesus.gomez358·
El dominio del tema del docente
Alan Stiven Camacho Restrepo
@ascamach·
Muy buenos conocimiento impartidos <3
Veronica Lopez
@veronicalopez32·
excelente
@orgon.me·
tercer dia de maraton aprendizaje, los maestros muy bien gracias.....
David Alejandro Lopera Betancur
@dloperab·
Uno de los mejores cursos que he tomado en Platzi. Vital ahora con el auge de LLMs
Federico Arias
@f_ariassuarez·
excelente!!
Cristian Percivati
@cpercivatif·
Muy buena introducción general, tanto para los embeddings como para las bases de datos vectoriales. Por supuesto, el material teórico se puede ampliar.
Kevin Ramirez
@kevinrave1804·
Uno de los mejores cursos que he visto, excelente
german mauricio neira vargas
@mauricio830715·
Me facilito bastante el comprender que son los embeddings y como usarlos dentro de los modelos IA
Daniel Hernandez
@danhergir·
Me encantó este curso, muy completo y con muchas cosas que aprender
Diana Loboa
@Diana_Coco·
Excelente explicacion, a detalle comence con un proyecto de scraping de un canal de youtube para poner en practica pandas , y continue con el proyecto aqui , relizando el formato y obteniendo la mayor candidad de metadata. y va genial
robin rojas
@needzaio·
Es muy actualizada la información en cuanto a la IA
Horacio Licona
@horaciolicona0711·
Excelente profesor y muy nutritivo el curso
Fernando Castrillón
@fercastrigar500·
Me parece que es el mejor curso para empezar en inteligencia artificial usando texto.
Oscar Javier Perez
@oscar-javier-perez·
El curso es muy completo y el mejor que he tomado en Platzy. Recomiendo que lo tomen con calma y desarrollando los ejercicios. El único "pero" ha sido que en Pinecone no pude replicar los ejercicios, pues en la clase se muestra que Pinecone nos arroja un entorno, pero al hacerlo no se obtuvo (vi en los comentarios que también le pasó a otras personas).
Emmanuel Escobar
@emmanuel-escobar·
Excelente curso y muy buen contenido.
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Deep Learning con Python
34 horas
8 Profes
Utiliza redes neuronales para entrenar modelos con grandes cantidades de datos. Crea proyectos avanzados de inteligencia artificial.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender