(Inggris) Situs web resmi (Inggrek) Azure Search

Pengalaman pencarian modern memerlukan lebih dari sekedar pencocokan kata kunci; mereka harus memahami makna semantik di balik pertanyaan pengguna. Kursus berbasis teks ini memandu Anda melalui konsep inti pencarian vektor dan bagaimana menerapkannya menggunakan Azure AI Search untuk menyokong pencarian informasi generasi berikutnya.\n\nAnda akan berpindah dari pencarian kata kunci tradisional ke membangun sistem pencarian yang canggih yang menggunakan vektor embeddings. Dengan membaca penjelasan rinci dan menganalisis contoh kode praktis, Anda akan belajar bagaimana mengindeks, query, dan peringkat data untuk memberikan hasil pencarian yang sangat relevan untuk aplikasi AI modern.\n\nApa yang Anda pelajari:\n- Mengerti dasar-dasar vektor embedding, metrik jarak, dan database vektor\n- Konfigurasi bidang vektor dan indeks schemas di dalam Azure AI Search\n- Buat embedding dan ambil data vektor menggunakan pola integrasi modern\n - Laksanakan query vektor dan perbaiki hasil pencarian menggunakan metrik kesamaan\n – Terapkan strategi pencarian hibrida yang menggabungkan pencarian kata kunci dan vektor\n– Terapkan peringkat semantik untuk meningkatkan relevansi pencarian secara signifikan outputs\n- Integrasi pencarian pencarian dengan Large Language Models for Retrieval-Augmented Generation (RAG) patterns\r\nKurs ini dimulai dengan konsep dasar pencarian vektor dan model embedding sebelum beralih ke konfigurasi langkah demi langkah indeks pencarian. Anda akan maju ke eksekusi query hibrida dan mengoptimalkan relevansi menggunakan ranker semantik.\n\nKurs ini dirancang untuk pengembang perangkat lunak, administrator database, dan profesional awan yang baru mengenal database vektor dan ingin belajar bagaimana mengimplementasikan pencarian cerdas. Tidak diperlukan pengalaman sebelumnya dengan pencarian vektor.\n\nMulakan membaca hari ini untuk membuka kekuatan pencarian semantik dalam aplikasi Anda.