Inbäddning och vektorsökning för utvecklare
Vill du förstå hur AI hittar samband bortom nyckelord? Detta webinar går igenom inbäddningar och vektorsökning – från text och bilder till musik och ljud – och visar med konkreta exempel hur tekniken fungerar i praktiken.
Under detta demo-intensiva webinar gör Alan Smith en djupdykning i hur inbäddningar och närmaste-granne-sökning (nearest-neighbor search) fungerar i praktiken. Du får se hur data kan analyseras och representeras som vektorer, och hur detta kan användas för att hitta liknande texter, bilder, ansikten eller musikstycken. Alan demonstrerar också hur dessa metoder kan ligga till grund för exempelvis ansiktsigenkänning och identifiering av liknande ljudsekvenser i låtar – samt delar med sig av praktiska tips för hur du själv kan arbeta med inbäddning av data.
Om du är utvecklare och vill ta nästa steg inom AI och smartare sökteknik ska du inte missa detta tillfälle!

Om Alan Smith
Alan Smith är utvecklare, utbildare, mentor och evangelist på Active Solution i Stockholm. Alan har haft Microsoft-titeln Most Valuable Professional (MVP) i 13 år och är för närvarande MVP inom AI Platform.
Relaterat innehåll


