Pular para o conteúdo principal
InícioArtificial Intelligence

curso

Introdução aos embeddings com o OpenAI API

Intermediário
Updated 12/2024
Desbloqueie aplicações avançadas de IA com o modelo de embeddings da OpenAI!
Iniciar curso gratuitamente

Incluído gratuitamentePremium or Teams

OpenAIInteligência artificial3 horas11 vídeos37 exercícios3,000 XP6,308Declaração de Realização

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
Group

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas

Descrição do curso

Habilite aplicativos avançados de IA

Os embeddings nos permitem representar o texto numericamente, capturando o contexto e a intenção por trás do texto. Você aprenderá como essas habilidades podem permitir mecanismos de pesquisa semântica, que podem pesquisar com base no significado, mecanismos de recomendação mais relevantes e executar tarefas de classificação, como análise de sentimentos.

Criar embeddings usando a API OpenAI

A API da OpenAI não só tem pontos de extremidade para acessar seus modelos GPT e Whisper, mas também para modelos de criação de embeddings a partir de entradas de texto. Você criará embeddings usando os modelos de embeddings de última geração da OpenAI para capturar o significado semântico do texto.

Crie mecanismos de recomendação e pesquisa semântica

Os mecanismos de pesquisa tradicionais dependiam da correspondência de palavras-chave para retornar os resultados mais relevantes aos usuários, mas as técnicas mais modernas usam embeddings, pois podem capturar o significado semântico do texto. Você aprenderá a criar um mecanismo de pesquisa semântica para uma plataforma de varejo on-line usando o modelo de incorporação da OpenAI, para que os usuários possam encontrar mais facilmente os produtos mais relevantes. Você também aprenderá a criar um sistema de recomendação de produtos, que se baseia nos mesmos princípios da pesquisa semântica.

Utilizar bancos de dados vetoriais

Os aplicativos de IA em produção que dependem de embeddings geralmente usam um banco de dados vetorial para armazenar e consultar o texto embutido de forma mais eficiente e reproduzível. Neste curso, você aprenderá a usar o ChromaDB, uma solução de banco de dados vetorial de código aberto e autogerenciada, para criar e armazenar embeddings em seu sistema local.

Pré-requisitos

Working with the OpenAI APIPython Toolbox
1

O que são Embeddings?

Iniciar capítulo
2

Embeddings para aplicativos de IA

Iniciar capítulo
3

Bancos de dados vetoriais

Iniciar capítulo
Introdução aos embeddings com o OpenAI API
Curso
Completo

Declaração de Realização Earn

Adicione esta credencial ao seu perfil, currículo ou currículo do LinkedIn
Compartilhe nas redes sociais e em sua avaliação de desempenho

Incluído comPremium or Teams

Inscreva-se agora

Junte-se a mais 15 milhões de alunos e comece Introdução aos embeddings com o OpenAI API Hoje!

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.