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 介紹
- 什麼是人工智慧(AI)?
- Google Gemini AI 及其生態系統概觀
- Gemini 相對於其他 AI 模型的關鍵功能與優勢
- 實作活動: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 模型的架構與運作機制
- 比較 Gemini 與 GPT 及其他領先模型
- 練習實驗室:使用示例提示詞視覺化分詞過程及模型回應
模組 3:Gemini 入門
- 設定開發環境
- 操作 Gemini API 及 SDK
- 身分驗證、令牌(Tokens)與 API 金鑰
- 實作實驗室:使用 Python 執行第一個 Gemini 提示詞
模組 4:使用 Gemini 模型
- 探索不同的 Gemini 模型類型與功能
- 為語言、圖像或多模態任務選擇適當的模型
- 初始化並測試生成式模型
- 實務練習:比較文字轉文字與圖像轉文字模型輸出結果
模組 5:實務應用與使用案例
- 將 Gemini AI 整合至聊天及問答應用
- 開發語義搜索及摘要工具
- AI 倫理使用及偏差考量
- 小組專案:使用 NotebookLM 和 Gemini 建立「智慧研究助理」
模組 6:進階功能與客製化
- 提示詞優化及進階上下文處理
- 使用 Gemini 進行程式碼生成與除錯
- 利用 Google Cloud Vertex AI 進行微調工作流程
- 實作活動:使用參數與溫度控制自定義模型回應
模組 7:真實世界專案與協作
- 協作專案規劃及工作流程設定
- 整合 Gemini AI 與其他 Google 工具(Drive、Docs、Sheets)
- 團隊專案:設計並部署小型 AI 應用(例如內容摘要器、聊天機器人或創意生成器)
- 同儕評審及專案結果討論
模組 8:評估與未來方向
- 排查 Gemini 專案中的常見問題
- 探索 Gemini API 路線圖及即將推出的功能
- AI 治理與擴展性的最佳實踐
- 總結活動:反思學到的實務課程及職業應用
摘要與下一步
最低要求
- 了解基本的 AI 概念
- 具備 API 及雲端服務使用經驗
- 擁有 Python 編程經驗
受眾對象
- 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