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 及其生態系統概述
- Gemini 相對於其他 AI 模型的主要特點與優勢
- 實作活動: 透過 Google AI Studio 示範探索 Gemini AI
模組 2:了解大型語言模型 (LLM)
- 大型語言模型的基礎知識
- Gemini 模型的架構與運作原理
- Gemini 與 GPT 及其他主流模型的比較
- 實作實驗室: 使用範例提示詞視覺化分詞與模型回應
模組 3:入門 Gemini
- 設定開發環境
- 使用 Gemini API 和 SDK
- 驗證、權杖與 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 Gemini 模型類型與能力
- 為語言、圖像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: 比較文字轉文字與圖像轉文字的模型輸出
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 倫理使用與偏差考量
- 小組專案: 使用 NotebookLM 和 Gemini 建構「智慧研究助理」
模組 6:進階功能與客製化
- 提示詞優化與進階情境處理
- 運用 Gemini 進行程式碼生成除錯
- 使用 Google Cloud Vertex AI 微調工作流程
- 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
- 協作專案規劃與工作流程設定
- 將 Gemini AI 與其他 Google 工具整合 (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、聊天機器人或靈感生成器)
- 同儕評審與專案成果討論
模組 8:評估與未來展望
- Gemini 專案常見問題排除
- 探索 Gemini API 路線圖與新功能
- AI 治理與擴展性最佳實務
- 總結活動: 反思實務經驗與職業應用
摘要與後續步驟
最低要求
- 理解基本 AI 概念
- 具備 API 與雲端服務使用經驗
- 具備 Python 程式設計經驗
適用對象
- 開發者
- 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