Kom i kontakt

Kursplan

Modul 1: Introduktion till AI och Google Gemini

  • Vad är artificiell intelligens (AI)?
  • Översikt över Google Gemini AI och dess ekosystem
  • Viktiga funktioner och fördelar med Gemini jämfört med andra AI-modeller
  • Hands-on-aktivitet: Utforska Gemini AI genom Google AI Studio-demonstrationen

Modul 2: Att förstå stora språkmodeller (LLM:er)

  • Grundläggande kunskaper om stora språkmodeller
  • Arkitekturen och driften av Gemini-modeller
  • Jämföra Gemini med GPT och andra ledande modeller
  • Övningslaboratorium: Visualisera tokenisering och modellrespons med hjälp av exempelprompter

Modul 3: Kom igång med Gemini

  • Att installera utvecklingsmiljön
  • Arbeta med Gemini API och SDK
  • Autentisering, token och API-nycklar
  • Hands-on-laboratorium: Köra din första Gemini-prompt med Python

Modul 4: Arbeta med Gemini-modeller

  • Utforska olika typer av Gemini-modeller och deras förmågor
  • Välja lämpliga modeller för språk-, bild- eller multimodala uppgifter
  • Initialisera och testa generativa modeller
  • Praktisk övning: Jämföra utdata från text- till text- och bild- till text-modeller

Modul 5: Praktiska tillämpningar och användningsfall

  • Integrera Gemini AI i chatts- och Q&A-tillämpningar
  • Utveckla semantiska sök- och sammanfattningsverktyg
  • Ethisk AI-användning och överväganden kring partiskhet
  • Grupprojekt: Bygg en “Smart Research Assistant” med hjälp av NotebookLM och Gemini

Modul 6: Avancerade funktioner och anpassning

  • Promptoptimering och avancerad hantering av kontext
  • Använda Gemini för kods generering och felsökning
  • Fine-tuning-arbetsflöden med Google Cloud Vertex AI
  • Hands-on-aktivitet: Anpassa modellrespons med hjälp av parametrar och temperaturkontroll

Modul 7: Reella projekt och samarbete

  • Samarbetsplanering och inställning av arbetsflöde
  • Integrera Gemini AI med andra Google-verktyg (Drive, Docs, Sheets)
  • Lagprojekt: Designa och implementera en liten AI-tillämpning (t.ex. innehållssammanfattare, chatbot eller idégenerator)
  • Peerreview och diskussion av projektresultat

Modul 8: Utvärdering och framtida riktningar

  • Felsökning av vanliga problem i Gemini-projekt
  • Utforska Gemini API:s vägkort och kommande funktioner
  • Bästa praxis för AI-styrning och skalbarhet
  • Avslutande aktivitet: Reflektion över lärdomar ur praktiken och tillämpningar i karriären

Sammanfattning och nästa steg

Krav

  • Kunskap om grundläggande AI-koncept
  • Erfarenhet av API:er och molntjänster
  • Programmeringserfarenhet i Python

Målgrupp

  • Utvecklare
  • Datavetare
  • AI-entusiaster
 14 Timmar

Antal deltagare


Pris per deltagare

Vittnesmål (1)

Kommande Kurser

Relaterade Kategorier