Pular para o conteúdo principal
InícioArtificial Intelligence

Introdução aos embeddings com o OpenAI API

Desbloqueie aplicações avançadas de IA com o modelo de embeddings da OpenAI!

Comece O Curso Gratuitamente
3 horas11 vídeos37 exercícios5.796 aprendizesTrophyDeclaração 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.
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.
DataCamp Para EmpresasPara uma solução sob medida , agende uma demonstração.

Nas seguintes faixas

Engenheiro associado de IA para desenvolvedores

Ir para a trilha

Desenvolvimento de aplicativos de IA

Ir para a trilha

Fundamentos da OpenAI

Ir para a trilha
  1. 1

    O que são Embeddings?

    Gratuito

    Descubra como os modelos de embeddings potencializam muitos dos aplicativos de IA mais interessantes. Aprenda a usar o OpenAI API para criar embeddings e calcular a similaridade semântica entre textos.

    Reproduzir Capítulo Agora
    O maravilhoso mundo dos embeddings!
    50 xp
    O que são embeddings?
    50 xp
    Aplicativos de incorporação
    100 xp
    Criação de incorporações
    100 xp
    Analisando a resposta dos embeddings
    100 xp
    Investigando o espaço vetorial
    50 xp
    Incorporação de descrições de produtos
    100 xp
    Visualizando as descrições incorporadas
    100 xp
    Similaridade de texto
    50 xp
    Cálculo de distâncias de cosseno
    50 xp
    Mais incorporações repetíveis
    100 xp
    Encontrar o produto mais semelhante
    100 xp
  2. 3

    Bancos de dados vetoriais

    Para permitir a incorporação de aplicativos na produção, você precisará de uma solução eficiente de armazenamento e consulta de vetores: os bancos de dados vetoriais! Você aprenderá como os bancos de dados vetoriais podem ajudar a dimensionar os aplicativos de incorporação e começará a criar e adicionar aos seus próprios bancos de dados vetoriais usando o Chroma.

    Reproduzir Capítulo Agora
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.

Nas seguintes faixas

Engenheiro associado de IA para desenvolvedores

Ir para a trilha

Desenvolvimento de aplicativos de IA

Ir para a trilha

Fundamentos da OpenAI

Ir para a trilha

conjuntos de dados

Online Retail ProductsNetflix Titles (Full)Netflix Titles (First 1000)

colaboradores

Collaborator's avatar
Chris Harper

Áudio Gravado por

Emmanuel Pire's avatar
Emmanuel Pire
Emmanuel Pire HeadshotEmmanuel Pire

Senior Software Engineer, DataCamp

Ver Mais

O que os outros alunos têm a dizer?

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

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.