向量数据库 Vector DB 是一种专为存储和检索高维向量数据而设计的数据库系统。通过高效的索引技术，如倒排索引、树结构或近似最近邻搜索算法，快速处理大规模向量数据的相似性查询，能够快速找到与目标向量最接近的其他向量。这种数据库广泛应用于机器学习、计算机视觉、自然语言处理等领域，例如在图像检索中快速找到相似图片，在文本处理中快速检索语义相似的文本，极大地提升了数据检索效率和应用性能，为智能应用的高效运行提供了关键支持。
建议优先下载 PDF 版本，PPT 版本会因为字体缺失等原因导致版本很丑哦~
| 大纲 | 小节 | 链接 |
|---|---|---|
| 向量数据库 | 01 Vector和Embedding关系 | PPT, 视频 |
| 向量数据库 | 02 向量数据库基本原理 | PPT, 视频 |
| 向量数据库 | 03 向量数据库的混合搜索系统 | PPT, 视频 |
| 向量数据库 | 04 RAG技术、遇见大模型 | PPT, 视频 |
| 向量数据库 | 05 相似性搜索概述 | PPT, 视频 |
| 向量数据库 | 06 ANN、IVF、HNSW 算法 | PPT, 视频 |
| 向量数据库 | 07 LSH、PQ、ISV-PQ 算法 | PPT, 视频 |
| 向量数据库 | 08 相似度度量和过滤 | PPT, 视频 |
文字课程内容正在一节节补充更新，每晚会抽空继续更新正在 AISys ，希望您多多鼓励和参与进来！！！
文字课程开源在 AISys，系列视频托管B 站和油管，PPT 开源在github，欢迎取用！！！
非常希望您也参与到这个开源课程中，B 站给 ZOMI 留言哦！
欢迎大家使用的过程中发现 bug 或者勘误直接提交代码 PR 到开源社区哦！
希望这个系列能够给大家、朋友们带来一些些帮助，也希望自己能够继续坚持完成所有内容哈！