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模型的关键特性和优势
- 实践环节:通过Google AI Studio演示探索Gemini AI
模块2:理解大语言模型(LLMs)
- 大语言模型的基础知识
- Gemini模型的架构与运作
- Gemini与GPT及其他领先模型的比较
- 实践实验室:使用示例提示可视化分词与模型响应
模块3:Gemini入门
- 设置开发环境
- 使用Gemini API和SDK
- 认证、令牌与API密钥
- 实践实验室: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模型类型与能力
- 为语言、图像或多模态任务选择合适的模型
- 初始化与测试生成模型
- 实践练习:比较文本到文本与图像到文本模型的输出
模块5:实际应用与用例
- 将Gemini AI集成到聊天与问答应用中
- 开发语义搜索与摘要工具
- AI伦理使用与偏见考量
- 小组项目:使用NotebookLM与Gemini构建“智能研究助手”
模块6:高级功能与定制
- 提示优化与高级上下文处理
- 使用Gemini进行代码生成与调试
- 通过Google Cloud Vertex AI微调工作流程
- 实践环节:使用参数与温度控制定制模型响应
模块7:实际项目与协作
- 协作项目规划与工作流设置
- 将Gemini AI与其他Google工具(Drive、Docs、Sheets)集成
- 团队项目:设计与部署一个小型AI应用(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与讨论
模块8:评估与未来方向
- 解决Gemini项目中的常见问题
- 探索Gemini API路线图与即将推出的功能
- AI治理与可扩展性的最佳实践
- 总结活动:反思实践中的经验教训与职业应用
总结与下一步
要求
- 对基本AI概念的理解
- 具备API和云服务经验
- Python编程经验
受众
- 开发者
- 数据科学家
- AI爱好者
14 小时
客户评论 (1)
演讲的流畅性、氛围与主题
Lukasz Kowalczyk - Allegro Sp. z o.o.
课程 - Google Gemini AI for Data Analysis
机器翻译