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)
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