พัฒนาโซลูชัน AI ด้วย Azure Database for PostgreSQL

  • เส้นทางการเรียนรู้
  • 3 โมดูล

สรุปย่อ

เส้นทางการเรียนรู้นี้จะแนะนําคุณตลอดการพัฒนาโซลูชัน AI โดยใช้ Azure Database for PostgreSQL คุณเริ่มต้นด้วยการสร้างรากฐานข้อมูลด้วยการออกแบบ Schema คิวรี SQL ที่มีประสิทธิภาพ และการรวม Python ที่ปลอดภัยโดยใช้การรับรองความถูกต้องของ Microsoft Entra

จากนั้นคุณใช้การค้นหาเวกเตอร์โดยใช้ส่วนขยาย pgvector เพื่อจัดเก็บการฝัง ดําเนินการค้นหาความคล้ายคลึงกันด้วยเมตริกระยะทางที่แตกต่างกัน และสร้างรูปแบบการดึงข้อมูลที่รวมเข้ากับไปป์ไลน์ RAG สําหรับการค้นหาความหมายและคําแนะนํา

สุดท้าย คุณเพิ่มประสิทธิภาพการค้นหาเวกเตอร์โดยการปรับแต่งการกําหนดค่า PostgreSQL และ pgvector เลือกดัชนีเวกเตอร์ที่เหมาะสม

สิ่งที่จำเป็นต้องมี

  • ประสบการณ์การเขียนโปรแกรมด้วย Python
  • ความเข้าใจพื้นฐานเกี่ยวกับบริการ Azure และแนวคิดการประมวลผลแบบคลาวด์
  • ความคุ้นเคยกับฐานข้อมูลเชิงสัมพันธ์และพื้นฐาน SQL
  • ความเข้าใจเกี่ยวกับแนวคิดการเรียนรู้ของเครื่อง รวมถึงการฝังและการค้นหาความคล้ายคลึงกัน

โมดูลในพาธการเรียนรู้นี้

สร้างและคิวรีด้วย Azure Database for PostgreSQL

เรียนรู้วิธีใช้ Azure Database for PostgreSQL เพื่อสร้างรากฐานข้อมูลสําหรับแอปพลิเคชัน AI ออกแบบสคีมา เขียนการสืบค้นที่มีประสิทธิภาพ และผสานรวมกับแอปพลิเคชัน Python โดยใช้การรับรองความถูกต้องที่ปลอดภัย

ใช้การค้นหาเวกเตอร์ด้วย Azure Database for PostgreSQL

เรียนรู้วิธีใช้การค้นหาเวกเตอร์โดยใช้ส่วนขยาย pgvector ในฐานข้อมูล Azure สําหรับ PostgreSQL จัดเก็บการฝัง สร้างดัชนีเวกเตอร์ และสร้างรูปแบบการดึงความหมายสําหรับแอปพลิเคชัน AI

เพิ่มประสิทธิภาพการค้นหาเวกเตอร์ใน Azure Database for PostgreSQL

เรียนรู้วิธีเพิ่มประสิทธิภาพการค้นหาเวกเตอร์ใน Azure Database for PostgreSQL โดยใช้ pgvector ปรับแต่งพารามิเตอร์การกําหนดค่า เลือกและกําหนดค่าดัชนีเวกเตอร์ ออกแบบเค้าโครงข้อมูลที่มีประสิทธิภาพ ปรับขนาดสําหรับปริมาณงานปริมาณมาก และใช้การรวมการเชื่อมต่อสําหรับแอปพลิเคชัน AI

เริ่ม