Lépjen kapcsolatba velünk

Kurzusleírás

1. modul: Bevezetés az AI-ba és a Google Geminibe

  • Mi a mesterséges intelligencia (AI)?
  • A Google Gemini AI és ökoszisztémájának áttekintése
  • A Gemini legfontosabb jellemzői és előnyei más AI-modellekkel szemben
  • Gyakorlati tevékenység: A Gemini AI felfedezése a Google AI Studio demóján keresztül

2. modul: A nagy nyelvi modellek (LLM-ek) megértése

  • A nagy nyelvi modellek alapjai
  • A Gemini modellek felépítése és működése
  • A Gemini összehasonlítása a GPT-vel és más vezető modellekkel
  • Gyakorló laborgyakorlat: Tokenizálás és modellválaszok megjelenítése mintapromptokkal

3. modul: A Gemini használatának megkezdése

  • A fejlesztői környezet beállítása
  • Munka a Gemini API-val és SDK-val
  • Hitelesítés, tokenek és API-kulcsok
  • Gyakorlati laborgyakorlat: Az első Gemini-prompt futtatása Python segítségével

4. modul: Munka a Gemini modellekkel

  • A különböző Gemini-modelltípusok és képességek felfedezése
  • Megfelelő modellek kiválasztása nyelvi, képi vagy multimodális feladatokhoz
  • Generatív modellek inicializálása és tesztelése
  • Gyakorlati feladat: Szöveg-szöveg és kép-szöveg modellkimenetek összehasonlítása

5. modul: Gyakorlati alkalmazások és felhasználási esetek

  • A Gemini AI integrálása chat- és kérdés-válasz alkalmazásokba
  • Szemantikus kereső és összegző eszközök fejlesztése
  • Etikus AI-használat és torzítási megfontolások
  • Csoportos projekt: „Intelligens kutatási asszisztens” építése a NotebookLM és a Gemini használatával

6. modul: Speciális funkciók és testreszabás

  • Promptoptimalizálás és fejlett kontextuskezelés
  • A Gemini használata kódgeneráláshoz és hibakereséshez
  • Munkafolyamatok finomhangolása a Google Cloud Vertex AI-jal
  • Gyakorlati tevékenység: Modellválaszok testreszabása paraméterekkel és hőmérséklet-szabályozással

7. modul: Valós projektek és együttműködés

  • Együttműködésen alapuló projekttervezés és munkafolyamat-beállítás
  • A Gemini AI integrálása más Google-eszközökkel (Drive, Docs, Sheets)
  • Csapatprojekt: Egy kis AI-alkalmazás tervezése és üzembe helyezése (pl. tartalomösszegző, chatbot vagy ötletgenerátor)
  • A projekteredmények szakértői értékelése és megvitatása

8. modul: Értékelés és jövőbeli irányok

  • Gyakori problémák hibaelhárítása Gemini-projektekben
  • A Gemini API ütemtervének és a közelgő funkcióknak a felfedezése
  • Az AI-irányítás és méretezhetőség legjobb gyakorlatai
  • Záró tevékenység: Reflexió a gyakorlati tanulságokra és a karrierlehetőségekre

Összefoglalás és következő lépések

Követelmények

  • Alapvető AI-fogalmak ismerete
  • API-k és felhőszolgáltatások terén szerzett tapasztalat
  • Python programozási tapasztalat

Célközönség

  • Fejlesztők
  • Adattudósok
  • AI-rajongók
 14 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák