BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//pretalx//pretalx.com//pyconjp2026//talk//YEVL9B
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:20250821T000000
TZNAME:JST
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
SUMMARY:自作DBで理解するベクトル検索のしくみ - k-kamijo
DTSTART;TZID=Asia/Tokyo:20260821T153000
DTEND;TZID=Asia/Tokyo:20260821T160000
DTSTAMP:20260818T083934Z
UID:pretalx-pyconjp2026-YEVL9B@pretalx.com
DESCRIPTION:## 概要\n自作のPython製リレーショナルDB「KeiPyDB
 」にベクトル検索機能を組み込んだ過程を辿りながら
 、ベクトル検索の仕組みを見ていきます。\n## 詳細\n0. 
 自己紹介（2分）\n1. ベクトル検索とは（3分）\nキーワ
 ード検索との違い。テキストをベクトルに変換して距
 離で比較するというベクトル検索の基本的な考え方を
 紹介\n2. ベクトルとコサイン類似度計算（7分）           
                                                                           
                                                       \n 高校数学の
 ベクトルの概要を振り返りながら、Pythonコードで類似
 度計算する。ユークリッド距離や内積といった他の手
 法との違い\n3. 自作DBにベクトル検索を追加（8分）\nDB
 にベクトル検索を追加するためのステップを、pgvectorや
 sqlite-vecといった既存の実装にも触れながら、実際のコ
 ードとともに解説\n4. Appendix: HNSWインデックスについて
 。（5分）                                                             
                                                                         \n
 線形スキャンの計算量とHNSWインデックス。Small World現
 象を出発点に、HNSWがなぜ高速に似たデータを見つけら
 れるのかを簡単に紹介\n5. まとめと質疑応答（5分）
LOCATION:Phoenix Hall
URL:https://pretalx.com/pyconjp2026/talk/YEVL9B/
END:VEVENT
END:VCALENDAR