คำอธิบายคอร์สออนไลน์
Embeddings และ Vector Databases ถือเป็นองค์ประกอบที่สำคัญสำหรับ AI Applications ในปัจจุบันมากมาย เพราะช่วยให้เรา Represent และนำข้อมูลทั้งที่เป็น Structured Data และ Unstructured Data มาใช้ประโยชน์ได้อย่างมีประสิทธิภาพ เนื้อหาคอร์ส "Embeddings and Vector Databases for AI Applications" จะครอบคลุมเทคนิคการสร้าง Embeddings, Vector Search Algorithms และ Vector Databases ผู้เรียนจะได้เรียนผ่านทั้ง Lecture และ Hands-on Workshop เพื่อให้สามารถนำความรู้ไปประยุกต์ใช้ได้จริง

ประโยชน์ที่ผู้เรียนจะได้รับ
- เข้าใจหลักการทำงานของ Embedding หลากหลายรูปแบบ เช่น Word, Document, Image, Multimodal, Structured Data และ Graph Embedding
- เรียนรู้ Vector Search Algorithms เช่น LSH, KD Tree, Ball Tree, HNSW และ ScaNN
- เข้าใจหลักการทำงานและตัวอย่างการใช้งาน Vector Database ในภาคธุรกิจ
- เรียนรู้การใช้งาน Embedding ผ่านแพลตฟอร์มมากมาย เช่น Vertex AI, Gemini และ Hugging Face
- การใช้งาน LLM และ Vector Database ในการพัฒนา RAG

ใครควรเรียนคอร์สออนไลน์นี้
- ผู้ที่สนใจและอยากอัปสกิลในด้าน AI
- ผู้ที่สนใจและอยากอัปสกิลเรื่อง Embedding Verctor Search Algorthims และ Vector Database
- ผู้ที่สนใจพัฒนา LLM หรือ Generative AI Application

ผู้เรียนต้องมีความรู้อะไรมาก่อน
- เข้าใจหลักการทำงานเบื้องต้นของ Machine Learning และ Deep Learning
- มีพื้นฐานการเขียนโปรแกรม Python ด้วยการใช้ Google Colab (มีคู่มือสอนการใช้งานสำหรับผู้้เริ่มต้น)