聯繫我們

課程簡介

模組 1:AI 與 Google Gemini 簡介

  • 什麼是人工智慧 (AI)?
  • Google Gemini AI 及其生態系概述
  • Gemini 相較於其他 AI 模型的關鍵特色與優勢
  • 實作活動:透過 Google AI Studio 示範探索 Gemini AI

模組 2:理解大型語言模型 (LLM)

  • 大型語言模型的基礎原理
  • Gemini 模型的架構與運作方式
  • 比較 Gemini 與 GPT 及其他主流模型
  • 練習實驗室:使用範例提示視覺化記號化過程與模型回應

模組 3:快速上手 Gemini

  • 設定開發環境
  • 使用 Gemini API 與 SDK
  • 身份驗證、記號(tokens)與 API 金鑰管理
  • 實作實驗室:使用 Python 執行第一個 Gemini 提示

模組 4:操作 Gemini 模型

  • 探索不同類型的 Gemini 模型及其能力
  • 針對文字、圖片或多模態任務選擇合適的模型
  • 初始化並測試生成式模型
  • 實務練習:比較文字到文字與圖片到文字的模型輸出結果

模組 5:實用應用與使用案例

  • 將 Gemini AI 整合至聊天與問答應用程式
  • 開發語意搜尋與摘要工具
  • AI 道德使用與偏誤考量
  • 小組專案:使用 NotebookLM 與 Gemini 建構「智慧研究助理」

模組 6:進階功能與客製化

  • 提示優化與高級情境處理
  • 使用 Gemini 進行程式碼生成與除錯
  • 透過 Google Cloud Vertex AI 調整工作流程
  • 實作活動:使用參數與溫度控制客製化模型回應

模組 7:真實世界專案與協作

  • 協同專案規劃與工作流程設定
  • 將 Gemini AI 整合至其他 Google 工具(Drive、Docs、Sheets)
  • 團隊專案:設計並部署小型 AI 應用程式(例如:內容摘要器、聊天機器人或創意生成器)
  • 同儕評審與專案成果討論

模組 8:評估與未來展望

  • Gemini 專案常見問題的排解
  • 探索 Gemini API 路線圖與新功能
  • AI 治理與擴展性的最佳實踐
  • 總結活動:反思實務經驗與職業應用方向

總結與下一步

最低要求

  • 具備基礎 AI 概念知識
  • 有 API 與雲端服務使用經驗
  • 具備 Python 程式設計能力

受訓對象

  • 開發人員
  • 資料科學家
  • AI 愛好者
 14 小時

客戶評論 (1)

課程分類