Einführung in Vektor-Datenbanken

In diesem Video erkläre ich die Grundlagen semantischer Suche mit Vektor-Datenbanken und Embeddings – anschaulich und praxisnah mit Python. Nach einer kurzen Motivation zeige ich die Idee hinter Word2Vec, visualisiere Embeddings und demonstriere, wie semantische Ähnlichkeiten zwischen Begriffen berechnet und genutzt werden können. Abschließend zeige ich, wie diese Techniken mit Vektor-Datenbanken verknüpft werden. Dir gefallen meine Videos und du möchtest mich ein wenig unterstützen? Spendier mir doch einen virtuellen Kaffee (oder bei mir eigentlich lieber einen Tee 🫖)! https://ko-fi.com/ceedee666 📝 Inhalte im Überblick: 00:00 - Start 00:13 - Einleitung 00:29 - Motivation 03:31 - Word2Vec: Die Idee hinter der semantischen Suche 04:49 - Embeddings mit Python visualisieren 08:04 - Semantische Suche mit Vektoren 09:46 - Semantische Ähnlichkeit mit Python visualisieren 11:02 - Fun with (flags) words 12:17 - Embeddings und Vektor-Datenbanken 13:37 - Ausblick 📥 Zusätzliche Materialien: Folien zum Video: https://www.drumm.sh/vector-databases... DuckDB: https://duckdb.org/ The Movies Dataset auf Kaggle: https://www.kaggle.com/datasets/rouna... Projektcode & Notebooks: https://codeberg.org/ceedee666/vector... Word2Vec Original-Paper: https://arxiv.org/abs/1301.3781 Hauptkomponentenanalyse (Wikipedia): https://de.wikipedia.org/wiki/Hauptko... Zum Einstieg empfohlen: Video zur Vorbereitung der Filmdatenbank:    • Filmdatenbank in DuckDB vorbereiten