Curso de Embeddings y Bases de Datos Vectoriales para NLP

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.

Crea bases de datos vectoriales para almacenar textos vectorizados.

Comprende cómo funcionan los embeddings y su utilidad en IA.

Usa modelos de embeddings desde OpenAI y Hugging Face.

Temario y recursos del Curso de Embeddings y Bases de Datos Vectoriales para NLP

Para este curso vas a necesitar

3 Horas de contenido
10 Horas de práctica

Conocimientos 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 para este curso

Jupyter Notebook, Google Colab, Deepnote, etc.
Python 3.6+
Cuenta y API Key de OpenAI.

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.