Przejdź do głównej treści
Strona głównaAI

Kurs

Wprowadzenie do osadzeń z OpenAI API

ŚredniozaawansowanyPoziom umiejętności
Zaktualizowano 03.2026
Odblokuj bardziej zaawansowane zastosowania AI, takie jak wyszukiwanie semantyczne i systemy rekomendacji, używając modelu embedding OpenAI!
Zacznij kurs za darmo
OpenAIArtificial Intelligence
3 godz.
11 filmów
37 Ćwiczeń
3,000 XP
21,233
Zaświadczenie o ukończeniu

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub


Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności i fakt, że twoje dane są przechowywane w USA.

Uwielbiany przez kursantów z tysięcy firm

Group

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Twórz potężne aplikacje AI

Embeddings pozwalają nam przedstawiać tekst numerycznie, uchwytując kontekst i intencję stojące za tekstem. Dowiesz się, jak te umiejętności mogą umożliwiać semantyczne wyszukiwarki, które wyszukują na podstawie znaczenia, bardziej trafne systemy rekomendacji oraz wykonywać zadania klasyfikacji, takie jak analiza sentymentu.

Twórz embeddingi za pomocą OpenAI API

OpenAI API oferuje nie tylko endpointy do korzystania z modeli GPT i Whisper, ale także modele do tworzenia embeddingów z danych tekstowych. Będziesz tworzyć embeddingi za pomocą najnowocześniejszych modeli embeddingów OpenAI, aby uchwycić semantyczne znaczenie tekstu.

Twórz semantyczne wyszukiwanie i silniki rekomendacji

Tradycyjne wyszukiwarki opierały się na dopasowywaniu słów kluczowych, aby zwracać użytkownikom najbardziej trafne wyniki, ale nowocześniejsze techniki wykorzystują embeddingi, ponieważ potrafią uchwycić semantyczne znaczenie tekstu. Nauczysz się tworzyć semantyczną wyszukiwarkę dla platformy handlu internetowego z wykorzystaniem modelu embeddingów OpenAI, aby użytkownicy mogli łatwiej znajdować najbardziej trafne produkty. Nauczysz się także, jak tworzyć system rekomendacji produktów, który opiera się na tych samych zasadach co wyszukiwanie semantyczne.

Wykorzystaj bazy danych wektorowych

Aplikacje AI w środowisku produkcyjnym, które opierają się na embeddingach, często korzystają z bazy danych wektorowej do przechowywania i wyszukiwania osadzonego tekstu w bardziej wydajny i powtarzalny sposób. W tym kursie nauczysz się korzystać z ChromaDB, otwartoźródłowego, samodzielnie zarządzanego rozwiązania bazy danych wektorowych, aby tworzyć i przechowywać embeddingi na swoim lokalnym systemie.

Wymagania wstępne

Working with the OpenAI APIPython Toolbox
1

Czym są osadzenia?

Odkryj, w jaki sposób modele osadzeń napędzają wiele z najbardziej fascynujących aplikacji AI. Naucz się korzystać z OpenAI API, aby tworzyć osadzenia i obliczać podobieństwo semantyczne między tekstami.
Zacznij rozdział
2

Osadzenia w aplikacjach AI

Osadzenia umożliwiają tworzenie zaawansowanych aplikacji AI – takich jak semantyczne wyszukiwarki, silniki rekomendacji czy zadania klasyfikacyjne, na przykład analiza sentymentu. Dowiedz się, jak wykorzystać model osadzeń OpenAI do budowania tych aplikacji!
Zacznij rozdział
3

Bazy wektorów

Aby wdrożyć aplikacje oparte na osadzeniach w środowisku produkcyjnym, potrzebne jest wydajne rozwiązanie do przechowywania i odpytywania wektorów – do tego służą bazy wektorów! Dowiesz się, jak bazy wektorów pomagają skalować aplikacje osadzeń, i zaczniesz tworzyć własne bazy wektorów oraz uzupełniać je o nowe dane przy użyciu Chroma.
Zacznij rozdział
Wprowadzenie do osadzeń z OpenAI API
Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracy
Zapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Wprowadzenie do osadzeń z OpenAI API już dziś!

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub


Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności i fakt, że twoje dane są przechowywane w USA.

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.