聯繫我們

課程簡介

課程大綱 培訓提案

第一天 - AI 與 Python 在資料工作流程中的應用

• AI 與機器學習領域概覽

• AI 在现代資料工程中的角色

• 用於 AI 應用的 Python 基礎複習

• 使用 pandas 和 NumPy 處理資料

• API 及 JSON 資料處理入門

• 迷你實作:載入與轉換資料集

第二天 - 實務者的機器學習基礎

• 監督式與非監督式學習概念

• 特徵工程與資料預處理技術

• 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

• 實作建構簡單的預測模型

第三天 - LLMs 與提示工程入門

• 了解大型語言模型及其運作原理

• 分詞(tokenization)、上下文視窗及限制因素

• 提示設計原則與技巧

• 零樣本提示與少樣本提示

• 提示評估與迭代策略

• 實作提示工程練習

第四天 - 使用 LLMs 建構 AI 應用

• 在 Python 中使用 LLM APIs

• 結構化輸出與函式呼叫概念

• 建構聊天型及任務型應用程式

• 檢索增強生成(RAG)入門

• 將 LLMs 與外部資料來源連接

• 迷你專案:建構簡單 AI 助理

第五天 - AI 解決方案產品化

• 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

人數


每位參與者的報價

客戶評論 (2)

即將到來的課程

課程分類