Vector Databases: Embeddings to RAG (Pocket Guide) (Edition1) (Paperback)
Idioma: inglés
Editorial: BPB Publications, New Delhi, 2026
- Tapa blanda
- Nuevo
Librería: CitiRetail, Stevenage, Reino UnidoCitiRetail
Vendedor de IberLibro desde 29 de junio de 2022
Condición: Nuevo
EUR 43,35
Cantidad disponible: 1 disponible
Añadir al carritoDescripción del artículo del vendedor
Paperback. As large language models continue to transform how we build intelligent systems, the ability to integrate proprietary data through vector search and RAG has become essential for creating accurate, contextually-aware applications that go beyond the limitations of pre-trained models.This comprehensive guide takes you from foundational concepts to production-ready implementations of vector databases and RAG systems. Starting with vector semantics and embeddings, you will learn to generate vector representations using neural networks, BERT, and OpenAI models. The book covers popular vector databases including Weaviate and Milvus, teaching you how to implement efficient search algorithms like k-nearest neighbors and hierarchical navigable small worlds. You will build complete RAG pipelines, explore advanced techniques like GraphRAG, and master evaluation frameworks using LlamaIndex. Each chapter includes hands-on Python examples with practical code implementations that demonstrate real-world applications.By the end of this book, you will have mastered the skills needed to design, build, and evaluate production-grade vector search systems and RAG applications. You will be equipped to enhance LLM applications with private data, implement semantic search at scale, troubleshoot retrieval issues, and solve real-world information retrieval challenges using cutting-edge AI techniques with confidence.WHAT YOU WILL LEARN Generate embeddings using neural networks, BERT, and OpenAI models. Implement vector search algorithms including KNN and HNSW. Develop GraphRAG systems for structured knowledge representation. Evaluate and optimize RAG applications using LlamaIndex frameworks. Design scalable vector database architectures for production environments. Integrate vector search with LLMs for intelligent retrieval. WHO THIS BOOK IS FORThis book is designed for data scientists, machine learning engineers, and software developers who want to build intelligent search and retrieval systems using modern AI techniques. It is ideal for professionals working with large language models who need to integrate private data, implement semantic search capabilities, or build production-ready RAG applications. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…
N° de ref. del artículo 9789378545689
- Título
- Vector Databases: Embeddings to RAG (Pocket Guide) (Edition1) (Paperback)
- Autor
- Rajdeep Dua
- Editorial
- BPB Publications, New Delhi
- Año de publicación
- 2026
- Estado
- new
- Encuadernación
- Paperback
- Idioma
- inglés
- ISBN 10
- 9378545688
- ISBN 13
- 9789378545689
As large language models continue to transform how we build intelligent systems, the ability to integrate proprietary data through vector search and RAG has become essential for creating accurate, contextually-aware applications that go beyond the limitations of pre-trained models
This comprehensive guide takes you from foundational concepts to production-ready implementations of vector databases and RAG systems. Starting with vector semantics and embeddings, you will learn to generate vector representations using neural networks, BERT, and OpenAI models. The book covers popular vector databases including Weaviate and Milvus, teaching you how to implement efficient search algorithms like k-nearest neighbors and hierarchical navigable small worlds. You will build complete RAG pipelines, explore advanced techniques like GraphRAG, and master evaluation frameworks using LlamaIndex. Each chapter includes hands-on Python examples with practical code implementations that demonstrate real-world applications.
By the end of this book, you will have mastered the skills needed to design, build, and evaluate production-grade vector search systems and RAG applications. You will be equipped to enhance LLM applications with private data, implement semantic search at scale, troubleshoot retrieval issues, and solve real-world information retrieval challenges using cutting-edge AI techniques with confidence.
What you will learn
● Generate embeddings using neural networks, BERT, and OpenAI models.
● Implement vector search algorithms including KNN and HNSW.
● Develop GraphRAG systems for structured knowledge representation.
● Evaluate and optimize RAG applications using LlamaIndex frameworks.
● Design scalable vector database architectures for production environments.
● Integrate vector search with LLMs for intelligent retrieval.
Who this book is for
This book is designed for data scientists, machine learning engineers, and software developers who want to build intelligent search and retrieval systems using modern AI techniques. It is ideal for professionals working with large language models who need to integrate private data, implement semantic search capabilities, or build production-ready RAG applications.
Table of Contents
1. Introduction to Vector Search
2. Getting Vector Representation
3. Searching using Vectors
4. Nearest Neighbor Search
5. Vector Databases Weaviate
6. Vector Databases Milvus
7. Solving RAG Use Cases with Milvus and Weaviate
8. Graph RAG
9. RAG Introduction with LlamaIndex
10. Evaluating RAG
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
“Acerca de” puede pertenecer a otra edición de este título.
CitiRetail
Stevenage, Reino Unido
Vendedor de IberLibro desde 29 de junio de 2022
Tarifas de envío de Reino Unido a Estados Unidos de America
| Artículo | De 7 a 14 días hábiles | De 7 a 60 días hábiles |
|---|---|---|
| Primer artículo | EUR 43,88 | EUR 43,88 |
Métodos de pago
Descripción de la tienda
Online business
Información empresarial del vendedor
ABC BOOKS LIMITED
10 John Street
London, Reino Unido WC1N 2EB
Condiciones de venta
Orders can be returned within 30 days of receipt.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a CitiRetail, Stevenage, United Kingdom, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Please note that titles are dispatched from our US, Canadian or Australian warehouses. Delivery times specified in shipping terms. Orders ship within 2 business days. Delivery to your door then takes 7-14 days.