聯繫我們
 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)

課程分類