課程簡介

LLM 和生成式 AI 簡介

  • 探索技術和模型
  • 討論應用程式和用例
  • 確定挑戰和局限性

將 LLM 用於 NLU 任務

  • 情緒分析
  • 命名實體識別
  • 關係提取
  • 語義解析

將 LLM 用於 NLI 任務

  • 蘊涵檢測
  • 矛盾檢測
  • 釋義檢測

將 LLM 用於知識圖譜

  • 從文本中提取事實和關係
  • 推斷缺失或新的事實
  • 將知識圖譜用於下游任務

使用 LLM 進行常識推理

  • 生成合理的解釋、假設和場景
  • 使用常識性知識庫和數據集
  • 評估常識推理

使用 LLM 產生對話

  • 與對話代理、聊天機器人和虛擬助手生成對話
  • 管理對話
  • 使用對話數據集和指標

使用 LLM 進行多模態生成

  • 從文字生成圖像
  • 從圖像生成文字
  • 從文字或圖像生成視頻
  • 從文字生成音訊
  • 從音訊生成文字
  • 從文字或圖像生成 3D 模型

使用 LLM 進行元學習

  • 使 LLM 適應新的領域、任務或語言
  • 從小樣本或零樣本示例中學習
  • 使用元學習和遷移學習數據集和框架

使用 LLM 進行對抗性學習

  • 保護 LLM 免受惡意攻擊
  • 檢測和減輕 LLM 中的偏差和錯誤
  • 使用對抗性學習和魯棒性數據集和方法

評估 LLM 和生成式 AI

  • 評估內容品質和多樣性
  • 使用初始分數、Fréchet 初始距離和 BLEU 分數等指標
  • 使用眾包和調查等人工評估方法
  • 使用對抗性評估方法，如圖靈測試和鑒別器

將倫理原則應用於 LLM 和生成式 AI

  • 確保公平和問責制
  • 避免誤用和濫用
  • 尊重內容創作者和消費者的權利和隱私
  • 促進人類和人工智慧的創造力和協作

摘要和後續步驟

最低要求

  • 瞭解基本的 AI 概念和術語
  • 具有 Python 程式設計和數據分析經驗
  • 熟悉深度學習框架，如 TensorFlow 或 PyTorch
  • 瞭解 LLM 的基礎知識及其應用

觀眾

  • 數據科學家
  • AI 開發人員
  • 人工智慧愛好者
 21 時間：

人數



每位參與者的報價

Open Training Courses require 5+ participants.

客戶評論 (1)

問答中的練習和交流

Antoine - Physiobotic
Course - Scaling Data Pipelines with Spark NLP

機器翻譯

相關課程

LangChain: Building AI-Powered Applications

14 時間：

這種由講師指導的台灣（在線或現場）現場培訓面向希望使用LangChain框架構建AI驅動的應用程式的中級開發人員和軟體工程師。

在培訓結束時，參與者將能夠：

  • 瞭解LangChain及其元件的基礎知識。
  • 將 LangChain 與 GPT-4 等大型語言模型 （LLM） 集成。
  • 使用 LangChain 構建模組化 AI 應用程式。
  • 排查LangChain應用程式中的常見問題。
更多...

LangChain Fundamentals

14 時間：

這種以講師為主導的台灣（在線或現場）現場培訓面向希望學習LangChain核心概念和架構並獲得構建AI驅動應用程式的實用技能的初級到中級開發人員和軟體工程師。

在培訓結束時，參與者將能夠：

  • 掌握LangChain的基本原理。
  • 設置和配置LangChain環境。
  • 了解架構以及 LangChain 如何與大型語言模型 （LLM） 互動。
  • 使用LangChain開發簡單的應用程式。
更多...

Hugging Face for Natural Language Processing (NLP)

14 時間：

這種以講師為主導的台灣現場現場培訓面向數據科學家， 機器學習從業者以及希望有效利用Hugging Face執行NLP任務的NLP研究人員和愛好者。

在培訓結束時，參與者將能夠：

  • 利用 Hugging Face Transformer 模型，並在特定數據集上對其進行微調。
  • 獲得獨立解決常見 NLP 挑戰的能力。
  • 有效地創建和共用您的模型演示。
  • 簡化生產模型的優化。
  • 使用 Hugging Face 個 Transformer 來解決各種機器學習問題。
更多...

NLP with Python and TextBlob

14 時間：

這種以講師為主導的台灣現場現場培訓針對的是希望使用TextBlob實現和簡化NLP任務的數據科學家和開發人員，例如情感分析，拼寫更正，文本分類建模等。

在培訓結束時，參與者將能夠：

  • 設置必要的開發環境以開始使用 TextBlob 實現 NLP 任務。
  • 瞭解 TextBlob 的功能、體系結構和優勢。
  • 瞭解如何使用 TextBlob 生成文字分類系統。
  • 執行常見的 NLP 任務（標記化、WordNet、情感分析、拼寫更正等）
  • 使用簡單的 API 和幾行代碼執行高級實現。
更多...

Scaling Data Pipelines with Spark NLP

14 時間：

這種由講師指導的台灣現場培訓（現場或遠端）面向希望使用基於Apache Spark構建的Spark NLP來開發，實現和擴展自然語言文本處理模型和管道的數據科學家和開發人員。

在培訓結束時，參與者將能夠：

  • 使用 Spark NLP 設置必要的開發環境以開始構建 NLP 管道。
  • 瞭解使用 Spark NLP 的功能、架構和優勢。
  • 使用 Spark NLP 中提供的預訓練模型來實現文本處理。
  • 瞭解如何為生產級項目構建、訓練和擴展 Spark NLP 模型。
  • 對真實用例（臨床數據、客戶行為洞察等）應用分類、推理和情感分析。
更多...

Natural Language Processing

21 時間：

本課程專為有興趣從書面英語文本中提取意義的人設計，儘管知識也可以應用於其他人類語言。

該課程將介紹如何使用人類撰寫的文本，如博客文章，推文等...

例如，分析師可以設置一種算法，該算法將根據廣泛的數據源自動得出結論。

更多...

LLMs for Sentiment Analysis

21 時間：

這種以講師為主導的 台灣（在線或現場）現場培訓面向希望應用 LLM 來分析和解釋來自各種文本來源（如社交媒體帖子、產品評論和客戶反饋）的公眾情緒的中級數據和營銷專業人士。

在培訓結束時，參與者將能夠：

  • 了解情緒分析的原理及其使用 LLM 的應用。
  • 預處理和準備用於情緒分析的數據集。
  • 訓練和微調 LLM 以準確反映文字中的情緒。
  • 即時分析來自社交媒體和其他文本來源的情緒。
  • 將情緒分析結果整合到業務戰略和決策流程中。
更多...

Introduction to Large Language Models (LLMs)

14 時間：

這種由講師指導的台灣現場現場培訓針對的是希望將大型語言模型用於各種自然語言任務的初級到中級開發人員。

在培訓結束時，參與者將能夠：

    設置包含常用 LLM 的開發環境。 創建一個基本的 LLM 並在自訂數據集上對其進行微調。 將 LLM 用於不同的自然語言任務，例如文本摘要、問答、文字生成等。 使用 TensorBoard、PyTorch Lightning 和 Hugging Face Datasets 等工具調試和評估 LLM。
更多...

Generative AI with Large Language Models (LLMs)

21 時間：

這種以講師為主導的台灣現場現場培訓針對的是希望學習如何將生成式AI與LLM用於各種任務和領域的中級開發人員。

在培訓結束時，參與者將能夠：

    解釋什麼是生成式 AI 及其工作原理。 描述支援 LLM 的 transformer 架構。 使用經驗縮放定律針對不同的任務和約束優化 LLM。 應用最先進的工具和方法來訓練、微調和部署 LLM。 討論生成式人工智慧給社會和企業帶來的機遇和風險。
更多...

Introduction to Google Gemini AI

14 時間：

這種以講師為主導的台灣（在線或現場）實時培訓面向希望使用 Google Gemini AI 將 AI 功能整合到其應用程式中的初級到中級開發人員。

在培訓結束時，參與者將能夠：

  • 瞭解大型語言模型的基礎知識。
  • 設置和使用 Google Gemini AI 執行各種 AI 任務。
  • 實現文字到文字和圖像到文字的轉換。
  • 構建基本的 AI 驅動型應用程式。
  • 探索 Google Gemini AI 中的高級功能和自定義選項。
更多...

Google Gemini AI for Transformative Customer Service

14 時間：

這種以講師為主導的台灣（在線或現場）現場培訓面向希望在客戶服務運營中實施 Go ogle Gemini AI 的中級客戶服務專業人員。

在培訓結束時，參與者將能夠：

  • 瞭解 AI 對客戶服務的影響。
  • 設置 Google Gemini AI 以自動化和個人化客戶交互。
  • 利用文字到文本和圖像到文本的轉換來提高服務效率。
  • 制定 AI 驅動的策略，用於即時客戶反饋分析。
  • 探索高級功能，打造無縫的客戶服務體驗。
更多...

Google Gemini AI for Content Creation

14 時間：

這種以講師為主導的台灣（在線或現場）現場培訓面向希望利用 Google Gemini AI 來提高其內容品質和效率的中級內容創作者。

在培訓結束時，參與者將能夠：

  • 瞭解 AI 在內容創作中的作用。
  • 設置和使用 Google Gemini AI 來生成和優化內容。
  • 應用文字到文本的轉換來生成創意和原創內容。
  • 使用 AI 驅動的見解實施 SEO 策略。
  • 使用 Gemini AI 分析內容性能並調整策略。
更多...

Google Gemini AI for Data Analysis

21 時間：

這種以講師為主導的台灣（在線或現場）現場培訓面向希望使用 Google Gemini AI 在各個行業更直觀地執行複雜數據分析任務的初級到中級數據分析師和業務專業人員。

在培訓結束時，參與者將能夠：

  • 瞭解 Google Gemini AI 的基礎知識。
  • 將各種數據源連接到 Gemini AI。
  • 使用自然語言查詢瀏覽數據。
  • 分析數據模式並得出見解。
  • 創建引人入勝的數據可視化。
  • 有效地傳達數據驅動的見解。
更多...

LlamaIndex: Enhancing Contextual AI

14 時間：

這種由講師指導的現場培訓台灣（在線或現場）面向希望使用 LlamaIndex 增強 AI 模型功能的中級 AI 研究人員、機器學習專業人員和數據科學家，使其在各種應用程式中更加準確和可靠。

在培訓結束時，參與者將能夠：

  • 瞭解 LlamaIndex 的原理和元件。
  • 引入和構建用於 LLM 的數據。
  • 實施上下文增強以提高 AI 模型性能。
  • 將 LlamaIndex 整合到現有的 AI 系統和工作流程中。
更多...

LlamaIndex: Developing LLM Powered Applications

42 時間：

這種由講師指導的 台灣（在線或現場）實時培訓面向希望掌握 LlamaIndex 以開發創新的 LLM 驅動的應用程式的初級到高級開發人員和數據科學家。

在培訓結束時，參與者將能夠：

  • 設置和配置 LlamaIndex 以用於 LLM。
  • 使用 LlamaIndex 索引和查詢自訂數據集以增強 LLM 功能。
  • 設計和開發利用 LlamaIndex 和 LLM 的複雜應用程式。
  • 了解並應用使用 LLM 和 LlamaIndex 的最佳實踐。
  • 瞭解部署 LLM 支援的應用程式所涉及的道德注意事項。
更多...

課程分類

Image for 自然語言處理（NLP） category
自然語言處理（NLP）
Image for Large Language Models (LLMs) category
Large Language Models (LLMs)