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 películasDesarrolla 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.
¿Cómo funcionan los embeddings?
2 Clases abiertasAcelera tu carrera profesional con más de 26 Clases del Curso de Embeddings y Bases de Datos Vectoriales para NLP
Comienza ahora
