感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
模块1:AI与Google Gemini简介
- 什么是人工智能(AI)?
- Google Gemini AI及其生态系统概述
- Gemini相比其他AI模型的主要特点和优势
- 动手活动:通过Google AI Studio演示探索Gemini AI
模块2:理解大语言模型(LLM)
- 大语言模型基础
- Gemini模型的架构和运作
- Gemini与GPT及其他领先模型的比较
- 实践实验:使用示例提示可视化标记化和模型响应
模块3:Gemini入门
- 设置开发环境
- 使用Gemini API和SDK
- 认证、令牌和API密钥
- 动手实验:使用Python运行你的第一个Gemini提示
模块4:使用Gemini模型
- 探索不同的Gemini模型类型和功能
- 为语言、图像或多模态任务选择合适的模型
- 初始化和测试生成模型
- 实践练习:比较文本到文本和图像到文本模型的输出
模块5:实际应用和使用案例
- 将Gemini AI集成到聊天和问答应用中
- 开发语义搜索和摘要工具
- AI的伦理使用和偏见考虑
- 小组项目:使用NotebookLM和Gemini构建“智能研究助手”
模块6:高级功能和定制
- 提示优化和高级上下文处理
- 使用Gemini进行代码生成和调试
- 使用Google Cloud Vertex AI微调工作流
- 动手活动:使用参数和温度控制定制模型响应
模块7:真实项目和协作
- 协作项目规划和工作流设置
- 将Gemini AI与其他Google工具集成(Drive、Docs、Sheets)
- 团队项目:设计和部署一个小型AI应用(例如,内容摘要器、聊天机器人或创意生成器)
- 项目结果的同行评审和讨论
模块8:评估和未来方向
- 解决Gemini项目中的常见问题
- 探索Gemini API路线图和即将推出的功能
- AI治理和可扩展性的最佳实践
- 总结活动:反思实践经验和职业应用
总结和后续步骤
要求
- 了解基本AI概念
- 有API和云服务经验
- 有Python编程经验
目标受众
- 开发者
- 数据科学家
- AI爱好者
14 小时
客户评论 (1)
演讲中的流程、氛围与主题
Lukasz Kowalczyk - Allegro Sp. z o.o.
课程 - Google Gemini AI for Data Analysis
机器翻译