聯繫我們

課程簡介

課程大綱 培訓提案

第 1 天 - AI 和 Python 用於資料工作流程

• AI 和機器學習領域概觀  

• AI 在現代資料工程中的角色

• Python 基礎回顧,適用於 AI 應用程式

 • 使用 pandas 和 NumPy 處理資料  

• API 和 JSON 資料處理入門

 • 小型練習:載入與轉換資料集  

第 2 天 - 實務者的機器學習基礎

• 監督式和無監督式學習概念

 • 特徵工程與資料準備技術

 • 使用 scikit-learn 進行模型訓練基礎  

 • 模型評估與效能指標

 • 模型部署概念入門

 • 實作:建構簡單預測模型  

第 3 天 - LLMs 和提示工程入門

• 了解大型語言模型及其運作方式  

• 標記化、上下文視窗及限制

 • 提示設計原則與技巧  

• Zero-shot(零次)和 Few-shot(少次)提示

 • 提示評估與迭代策略

 • 實作:提示工程練習  

第 4 天 - 使用 LLMs 建構 AI 應用程式

• 在 Python 中使用 LLM API

 • 結構化輸出與函式呼叫概念

• 建構基於聊天和任務的應用程式

• 檢索增強生成(RAG)入門  

• 將 LLMs 與外部資料來源連接 

• 小型專案:建構簡單 AI 助手 

第 5 天 - AI 解決方案的產能化

• 設計可擴展的 AI 工作流程  

• 將 AI 整合至資料管線  

• 監控並提升模型效能  

• 成本優化與 API 使用策略

 • 安全與負責任的 AI 考量  

 • 期末專案:建構端到端 AI 解決方案  

 35 小時

客戶評論 (2)

課程分類