感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間:
課程簡介
模組 1:AI 與 Google Gemini 簡介
- 什麼是人工智能 (AI)?
- Google Gemini AI 及其生態系統概覽
- Gemini 相對於其他 AI 模型的主要功能和優勢
- 實操活動: 透過 Google AI Studio 演示探索 Gemini AI
模組 2:理解大型語言模型 (LLMs)
- 大型語言模型基礎
- Gemini 模型的架構與運作
- Gemini 與 GPT 及其他領先模型的比較
- 練習實驗室: 使用示例提示詞視覺化分詞處理及模型響應
模組 3:開始使用 Gemini
- 設置開發環境
- 使用 Gemini API 和 SDK
- 身份驗證、令牌及 API 密鑰
- 實操實驗室: 使用 Python 運行您的第一個 Gemini 提示詞
模組 4:使用 Gemini 模型
- 探索不同的 Gemini 模型類型及能力
- 為語言、圖像或多模態任務選擇適當的模型
- 初始化及測試生成式模型
- 實用練習: 比較文本對文本及圖像對文本的模型輸出
模組 5:實用應用與用例
- 將 Gemini AI 整合到聊天及問答應用程式中
- 開發語義搜索及摘要工具
- 道德 AI 使用及偏見考量
- 小組項目: 使用 NotebookLM 和 Gemini 構建「智能研究助手」
模組 6:進階功能與定制
- 提示詞優化及進階情境處理
- 使用 Gemini 進行代碼生成及除錯
- 透過 Google Cloud Vertex AI 進行微調工作流程
- 實操活動: 使用參數和溫度控制定制模型響應
模組 7:真實世界項目與協作
- 協作項目規劃及工作流程設置
- 將 Gemini AI 與其他 Google 工具(Drive、Docs、Sheets)整合
- 團隊項目: 設計並部署一個小型 AI 應用程式(例如內容摘要器、聊天機器人或創意生成器)
- 同行評審及討論項目結果
模組 8:評估與未來方向
- 排除 Gemini 項目中的常見問題
- 探索 Gemini API 路線圖及即將推出的功能
- AI 治理及擴展性的最佳實踐
- 總結活動: 反思學到的實用課程及職業應用
摘要及後續步驟
最低要求
- 理解基本 AI 概念
- 擁有 API 及雲端服務經驗
- 具備 Python 編程經驗
目標受眾
- 開發人員
- 數據科學家
- AI 愛好者
客戶評論 (1)
演講中的流程、氛圍與主題
Lukasz Kowalczyk - Allegro Sp. z o.o.
課程 - Google Gemini AI for Data Analysis
機器翻譯