Willkommen!

Dieses praxisorientierte Tutorial zeigt Ihnen, wie Sie mit Elasticsearch eine vollständige Suchlösung erstellen. In diesem Tutorial lernen Sie:

  • Wie man Volltext-Stichwortsuchen in einem Datensatz durchführt, optional mit Filtern
  • Wie man dichte Vektoreinbettungen mithilfe eines Machine-Learning-Modells generiert, speichert und durchsucht
  • Wie man das ELSER- Modell zur Generierung und Suche von dünnbesetzten Vektoren verwendet
  • Wie lassen sich Suchergebnisse der oben genannten Methoden mithilfe des Reciprocal Rank Fusion (RRF) -Algorithmus von Elastic kombinieren?

Der wichtigste Aspekt dieses Tutorials ist, dass es Ihnen zeigt, wie Sie all diese Funktionen in einem Projekt implementieren, das Sie auf Ihrem eigenen Computer ausführen werden – und zwar in kleinen, schrittweisen Schritten.

Die Beispiele, die Sie lernen werden, sind in Python geschrieben, aber die Konzepte sind universell und können auf Ihre bevorzugte Programmiersprache oder Ihren bevorzugten Technologie-Stack angewendet werden.

Um den größtmöglichen Nutzen aus diesem Tutorial zu ziehen, empfehlen wir Ihnen, alle Beispiele durchzuarbeiten.

Sind Sie bereit, hochmoderne Sucherlebnisse zu schaffen?

Eine ausreichend fortgeschrittene Suche kann nicht durch die Bemühungen einer einzelnen Person erreicht werden. Elasticsearch wird von Datenwissenschaftlern, ML-Ops-Experten, Ingenieuren und vielen anderen unterstützt, die genauso leidenschaftlich an der Suche interessiert sind wie Sie. Lasst uns in Kontakt treten und zusammenarbeiten, um das magische Sucherlebnis zu schaffen, das Ihnen die gewünschten Ergebnisse liefert.

Probieren Sie es selbst aus