Introduction aux bases de données vectorielles avec pgvector

Python pour une carrière dans l'IA est un cours Pro

Ce qu'est un embedding et pourquoi le modèle fixe sa taille. Activer pgvector dans PostgreSQL, stocker des embeddings dans une colonne vector(n) depuis Python, et différences entre les index HNSW et IVFFlat.

Le cours Python est gratuit et complet — ce cours n’est fait de rien qui en aurait été retiré. Chaque chapitre d’un cours Pro suit les six étapes complètes :

• Découvrir — Découvrez le problème avant la définition : ce qu’on ne peut pas faire sans cela.
• Comprendre — Construisez le modèle mental : ce que Python fait réellement, et pourquoi.
• Exemple — Un exemple complet avec sa vraie sortie : exécuté, pas imaginé.
• Prédire — Dites ce qui va se passer avant de l’exécuter. Une prédiction fausse en apprend plus qu’une juste.
• Appliquer — Écrivez-le et exécutez-le sur votre machine. Lire n’est pas la même chose que faire.
• Défi — Dix questions, de la plus facile à la plus difficile. Les dernières sont difficiles exprès.