evento
Crie aplicativos e agentes de IA
17/03, 21 - 21/03, 10
Junte-se à série meetup para criar soluções de IA escaláveis com base em casos de uso do mundo real com outros desenvolvedores e especialistas.
Registe-se agoraEste browser já não é suportado.
Atualize para o Microsoft Edge para tirar partido das mais recentes funcionalidades, atualizações de segurança e de suporte técnico.
As funções de distância são fórmulas matemáticas usadas para medir a semelhança ou dissimilaridade entre vetores (ver pesquisa vetorial). Exemplos comuns incluem distância de Manhattan, distância euclidiana, semelhança de cosseno e produto ponto. Essas medições são cruciais para determinar o grau de estreita relação entre dois dados.
Isso mede a distância entre dois pontos, somando as diferenças absolutas de suas coordenadas. Imagine caminhar em uma cidade parecida com uma grade, como muitos bairros de Manhattan; é o número total de quarteirões que você anda norte-sul e leste-oeste.
A distância euclidiana mede a distância em linha reta entre dois pontos. Deve o seu nome ao antigo matemático Euclides, que é muitas vezes referido como o "pai da geometria".
A similaridade cosseno mede o cosseno do ângulo entre dois vetores projetados em um espaço multidimensional. Dois documentos podem estar distantes pela distância euclidiana devido ao tamanho dos documentos, mas ainda podem ter um ângulo menor entre eles e, portanto, alta semelhança cosseno.
Dois vetores são multiplicados para retornar um único número. Ele combina as magnitudes dos dois vetores e o cosseno do ângulo entre eles, mostrando o quanto um vetor vai na direção de outro.
evento
Crie aplicativos e agentes de IA
17/03, 21 - 21/03, 10
Junte-se à série meetup para criar soluções de IA escaláveis com base em casos de uso do mundo real com outros desenvolvedores e especialistas.
Registe-se agoraFormação
Módulo
Executar pesquisa vetorial e recuperação na Pesquisa de IA do Azure - Training
Execute a pesquisa vetorial e a recuperação no Azure AI Search.