หลักสูตร AI แบบเร่งรัด 5 วันกับ Google
ยินดีต้อนรับสู่หลักสูตร AI Intensive ที่ครอบคลุม 5 วันโดย Google หลักสูตรนี้ได้รับการออกแบบมาเพื่อให้ผู้เข้าร่วมมีทักษะการใช้งานจริงในการใช้เครื่องมือ AI ที่ทันสมัยของ Google และ APIs เพื่อสร้างแอปพลิเคชัน AI ขั้นสูง

สารบัญ
- ข้อกำหนดเบื้องต้น
- ข้อกำหนดทางเทคนิค
- วันที่ 1 - วิศวกรรมที่รวดเร็ว
- วันที่ 2 - Embeddings และ Vector Stores/Databases
- วันที่ 3 - ตัวแทน
- วันที่ 4 - LLMs เฉพาะโดเมน
- วันที่ 5 - mlops สำหรับ AI กำเนิดกำเนิด
- เนื้อหาโบนัส - คุณสมบัติพิเศษ API
ข้อกำหนดเบื้องต้น
- บัญชี Kaggle : ตรวจสอบให้แน่ใจว่าบัญชีของคุณได้รับการตรวจสอบทางโทรศัพท์
- คีย์ Google API : รับจาก Google AI Studio
- ความรู้พื้นฐาน Python : ความคุ้นเคยกับการเขียนโปรแกรม Python เป็นสิ่งจำเป็น
- การเชื่อมต่ออินเทอร์เน็ต : จำเป็นสำหรับการเข้าถึง API และแบบฝึกหัดบนมือ
ข้อกำหนดทางเทคนิค
- รุ่น Python : Python 3.10 หรือใหม่กว่า
- ไลบรารี : ติดตั้งต่อไปนี้ผ่าน PIP:
-
google-generativeai>=0.8.3
-
tensorflow
-
keras
-
langgraph
- สภาพแวดล้อม : ใช้สมุดบันทึก Kaggle หรือ Python IDE ที่คุณต้องการ
เค้าโครงหลักสูตร
วันที่ 1 - วิศวกรรมที่รวดเร็ว
อาจารย์ Gemini API และเทคนิคการแจ้งเตือนขั้นสูงเพื่อเพิ่มการโต้ตอบ LLM
หัวข้อสำคัญ :
- บทนำเกี่ยวกับการตั้งค่า Gemini API ใน Kaggle
- วิธีการแจ้งเตือน:
- zero-shot, shot และ chain-of-chough (COT)
- เฟรมเวิร์กขั้นสูงเช่น React
- พารามิเตอร์: อุณหภูมิ, Top-K, Top-P และการควบคุมเอาต์พุต
- ความสามารถที่เกี่ยวข้องกับรหัส:
- การสร้างรหัสการดำเนินการและคำอธิบาย
- เครื่องมือที่ใช้งานได้จริง: TextFX, SQL Talk
ผลลัพธ์ : ใช้ประโยชน์จากเทคนิคการแจ้งเตือนและ Gemini API อย่างมีประสิทธิภาพสำหรับงานต่าง ๆ
วันที่ 2 - Embeddings และ Vector Stores/Databases
ดำน้ำลึกลงไปใน การฝังตัว และ การค้นพบแบบ retrieval-Augmented (RAG)
หัวข้อสำคัญ :
- ประเภทของการฝัง: ข้อความรูปภาพและหลายรูปแบบ
- การเป็นตัวแทนความหมายและการวิเคราะห์พื้นที่เวกเตอร์
- การจำแนกประเภทโดยใช้ keras
- การให้คะแนนความคล้ายคลึงกันและการเพิ่มประสิทธิภาพการค้นหาเวกเตอร์
- ผ้าขี้ริ้วสำหรับคำถามและคำตอบที่ใช้เอกสาร
ผลลัพธ์ : สายรัดการฝังและผ้าขี้ริ้วสำหรับการสร้างโซลูชั่น AI ที่รับรู้บริบท
วันที่ 3 - ตัวแทน
เรียนรู้ที่จะสร้าง ตัวแทนอัจฉริยะ และใช้ ฟังก์ชั่นการโทร โดยใช้ Gemini API
หัวข้อสำคัญ :
- สถาปัตยกรรมทางปัญญาและการรวมเครื่องมือ
- แอปพลิเคชันที่มีสถานะด้วย Langgraph :
- ตัวอย่าง: Baristabot สำหรับคำสั่งซื้อคาเฟ่
- เฟรมเวิร์ก: ตอบสนองและเทคนิคการตัดสินใจอื่น ๆ
- ฟังก์ชั่นที่ใช้งานได้จริงเรียกร้องให้มีการรวมระบบ AI
ผลลัพธ์ : การออกแบบและปรับใช้ตัวแทนอิสระที่มีความสามารถในการปฏิสัมพันธ์ในโลกแห่งความเป็นจริง
วันที่ 4 - LLMs เฉพาะโดเมน
เชี่ยวชาญ LLMs สำหรับแอปพลิเคชันเฉพาะผ่าน การค้นหาพื้นฐานการค้นหา และ การปรับแต่ง
หัวข้อสำคัญ :
- การเชื่อมต่อ LLMs กับแหล่งที่ตรวจสอบได้:
- การลงดินแบบสแตติกและแบบไดนามิก
- รุ่นปรับแต่ง:
- ตัวอย่าง: การจำแนกชุดข้อมูลกลุ่มข่าว 20 ชุด
- การประเมินประสิทธิภาพการปรับแต่งพารามิเตอร์และการจัดการโทเค็น
ผลลัพธ์ : สร้างโซลูชั่น AI เฉพาะโดเมนที่เหมาะกับเขตข้อมูลเฉพาะด้าน
วันที่ 5 - mlops สำหรับ AI กำเนิดกำเนิด
ใช้งานโซลูชั่น Genai ของคุณด้วยแนวทางปฏิบัติที่ดีที่สุด ของ MLOPS
หัวข้อสำคัญ :
- การปรับใช้โดยใช้จุดสุดยอด AI:
- การประเมินอย่างต่อเนื่องการตรวจสอบแบบจำลองและการกำกับดูแล
- Genai Starter Pack:
- Fastapi Server, สนามเด็กเล่น UI แบบโต้ตอบ, CI/CD พร้อม Terraform
- รูปแบบการใช้งาน RAG และกรอบการสังเกต:
- การติดตามการโต้ตอบของผู้ใช้ใน BigQuery และการแสดงภาพด้วย Looker Studio
ผลลัพธ์ : สร้างแอปพลิเคชัน Genai พร้อมการผลิตด้วยความน่าเชื่อถือระดับองค์กร
เนื้อหาโบนัส - คุณสมบัติพิเศษ API ที่จะลอง
สำรวจความสามารถเพิ่มเติมของ Gemini API
หัวข้อสำคัญ :
- การโต้ตอบหลายรูปแบบ: ข้อความรูปภาพเสียงและวิดีโอ
- ไฟล์ API: การจัดการไฟล์ขนาดใหญ่ (โทเค็นสูงสุด 2 เมตร)
- การแคชบริบทสำหรับการสืบค้นซ้ำลดต้นทุนและปรับปรุงประสิทธิภาพ
- ความสามารถในการสตรีมมิ่งสำหรับการตอบกลับแบบเรียลไทม์
ผลลัพธ์ : ได้รับความสามารถขั้นสูงในการใช้ประโยชน์จากราศีเมถุน API สำหรับโซลูชั่น AI ที่ซับซ้อนและหลากหลาย
เริ่มต้นใช้งาน
ในการเริ่มต้นหลักสูตรตรวจสอบให้แน่ใจว่าข้อกำหนดเบื้องต้นทั้งหมดได้รับการตอบสนองและตั้งค่าสภาพแวดล้อมของคุณตามข้อกำหนดทางเทคนิค
การเรียนรู้มีความสุข!