Kurs
Einführung in Embeddings mit der OpenAI API
FortgeschrittenSchwierigkeitsgrad
Aktualisiert 03.2026Kurs kostenlos starten
Im Lieferumfang enthalten beiPremium or Teams
OpenAIArtificial Intelligence3 Std.11 Videos37 Übungen3,000 XP17,544Leistungsnachweis
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.Beliebt bei Lernenden in Tausenden Unternehmen
Training für 2 oder mehr Personen?
Probiere es mit DataCamp for BusinessKursbeschreibung
Leistungsstarke KI-Anwendungen ermöglichen
Einbettungen ermöglichen es uns, Text numerisch darzustellen und den Kontext und die Absicht hinter dem Text zu erfassen. Du erfährst, wie diese Fähigkeiten semantische Suchmaschinen ermöglichen, die auf der Grundlage von Bedeutungen suchen, relevantere Empfehlungsmaschinen entwickeln und Klassifizierungsaufgaben wie Stimmungsanalysen durchführen können.Einbettungen mit der OpenAI API erstellen
Die OpenAI API hat nicht nur Endpunkte für den Zugriff auf ihre GPT- und Whisper-Modelle, sondern auch für Modelle zur Erstellung von Einbettungen aus Texteingaben. Du erstellst Einbettungen mit den hochmodernen Einbettungsmodellen von OpenAI, um die semantische Bedeutung von Text zu erfassen.Semantische Such- und Empfehlungsmaschinen aufbauen
Traditionelle Suchmaschinen stützen sich auf den Abgleich von Schlüsselwörtern, um den Nutzern die relevantesten Ergebnisse zu liefern, aber modernere Techniken verwenden Einbettungen, da sie die semantische Bedeutung des Textes erfassen können. Du lernst, wie du mit dem Einbettungsmodell von OpenAI eine semantische Suchmaschine für eine Online-Einzelhandelsplattform erstellst, damit die Nutzer/innen leichter die relevantesten Produkte finden können. Du lernst auch, wie du ein Produktempfehlungssystem erstellst, das auf denselben Prinzipien wie die semantische Suche aufbaut.Vektordatenbanken nutzen
KI-Anwendungen in der Produktion, die auf Einbettungen angewiesen sind, verwenden oft eine Vektordatenbank, um den eingebetteten Text effizienter und reproduzierbarer zu speichern und abzufragen. In diesem Kurs lernst du, wie du mit ChromaDB, einer selbstverwalteten Open-Source-Vektor-Datenbanklösung, Einbettungen auf deinem lokalen System erstellen und speichern kannst.Voraussetzungen
Working with the OpenAI APIPython Toolbox1
What are Embeddings?
Discover how embeddings models power many of the most exciting AI applications. Learn to use the OpenAI API to create embeddings and compute the semantic similarity between text.
2
Embeddings for AI Applications
Embeddings enable powerful AI applications, including semantic search engines, recommendation engines, and classification tasks like sentiment analysis. Learn how to use OpenAI's embeddings model to enable these exciting applications!
3
Vector Databases
To enable embedding applications in production, you'll need an efficient vector storage and querying solution: enter vector databases! You'll learn how vector databases can help scale embedding applications and begin creating and adding to your very own vector databases using Chroma.
Einführung in Embeddings mit der OpenAI API
Kurs abgeschlossen
Leistungsnachweis verdienen
Füge diesen Fähigkeitsnachweis zu Deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzuTeile es auf Social Media und in Deiner Leistungsbeurteilung
Im Lieferumfang enthalten beiPremium or Teams
Jetzt anmeldenSchließe dich 19 Millionen Lernenden an und starte Einführung in Embeddings mit der OpenAI API heute!
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.