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 · 83 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
Jose Perdomo Saenz
@jose-perdomo-saenz·
Un curso excelente y directo al grano
Edgar A. Gonzalez Ambriz
@EdgarGA·
De los mejores cursos de Platzi. Explicado excelentemente por el profesor quien transmite gran conocimiento del tema
Jason Sepulveda
@jasonssdev·
Un buen curso, bastante bueno, el codigo esta desactualizado, pero si lees la documentacion puedes ir corrigiendolo, o puedes encontrarlo en mi github -> jasonssdev/platzi-embeddings
@rene.fuquene·
Excelente curso
@amcastrol·
Curso practico, el profe da las bases para iniciar con el embedding y bases vectorales
Mauricio Martínez Orjuela
@MaodeColombia·
que cursaso, esto si lo vale todo
lizardo durand
@lizardodurand·
Excelente curso. seguimos...
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.
Emmanuel Maya Molina
@emayaml·
Que cursote, a emprender
Carlos Perilla
@carlos7736·
Un curso muy ilustrativo de Embeddings, el corazón del procesamiento de lenguaje que manejan los modelos actuales de LLM
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.
Norberto Vera Reatiga
@Noverea·
Los embeddings y las bases de datos vectoriales potencian las capacidades de NLP, permitiendo a los sistemas entender y procesar el lenguaje humano de manera más efectiva, realizar búsquedas semánticas eficientes, y escalar para manejar grandes volúmenes de datos, todo lo cual es crucial para el desarrollo y la implementación de aplicaciones avanzadas de NLP, excelente trabajo del profesor en la transmisión de este contenido, Muchas gracias!
Luis Blas
@luis.blas·
Muy buen curso! Lo mejor del curso fue aprender como se cuantifican las palabras en un espacio contextual.
Duilio Sotelo
@duilio-sotelo·
lo explico muy facil
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.
Juan David Aguirre
@Juan_D_Aguirre·
Excelente curso. Muy buen contenido. Mucho aprendizaje. Muy buen profesor.
Jose Martin Rangel Espinoza
@mr_infamous·
Excelente curso, prácticamente de aquí se podría obtener una gran funcionalidad para implementar dentro de cualquier proyecto que maneje grandes cantidades de información a consultar.
Luis Boivar
@luised_cardenas·
Excelente curso, super interesante y util para mi carrera de llm developer, o minimo para seguir actualizado en lo último en tecnología.
Nicolas Molina
@nicobytes·
Es un increible curso con un gran proyecto además la forma de explicar algo tan complejo y los ejemplos son muy buenos
Marco Andres Loaiza Delgado
@marco.loaiza·
great quality, great clarity, the best master!
Hector Fabian Rodriguez Acosta
@HectorFabianR17·
Excelente
Miguel Castañeda
@mgl.next·
Excelente curso, por favor continuen expandiendo todo lo de IA y tambien cursos avanzados e intermedios en python
Gustavo Velandia
@milcio79·
Gracias Carlos. excelente curso. A++++
@gersonrpq·
Increible curso!!
Ronal Patricio Requena Cisneros
@patricio.requena·
Las explicaciones fueron bastante didácticas y fue fácil entender lo que sucede detrás del código para la creación de embeddings.
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
AI: Desarrollo de Apps con LLMs
21 horas
8 Profes
Desarrolla aplicaciones de AI usando Grandes Modelos de Lenguaje (LLM), como GPT-4 y Llama
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender