Kurzusleírás

1. modul: Bevezetés az AI és a Google Gemini világába

  • Mi a mesterséges intelligencia (AI)?
  • A Google Gemini AI és az ökoszisztéma áttekintése
  • A Gemini főbb jellemzői és előnyei más AI modellekkel szemben
  • Gyakorlati tevékenység: A Gemini AI felfedezése a Google AI Studio demó segítségével

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

  • A nagy nyelvi modellek alapjai
  • A Gemini modellek architektúrája és működése
  • A Gemini összehasonlítása a GPT és más vezető modellekkel
  • Gyakorlati labor: Tokenizáció és modellválaszok vizualizálása minta promptokkal

3. modul: Bevezetés a Gemini használatába

  • A fejlesztői környezet beállítása
  • A Gemini API és SDK használata
  • Hitelesítés, tokenek és API-kulcsok
  • Gyakorlati labor: Az első Gemini prompt futtatása Python segítségével

4. modul: A Gemini modellek használata

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

5. modul: Gyakorlati alkalmazások és használati esetek

  • A Gemini AI integrálása csevegő és kérdés-válasz alkalmazásokba
  • Szemantikus keresési és összefoglaló eszközök fejlesztése
  • Etikai AI használat és elfogultság megfontolások
  • Csoportprojekt: „Okos kutatási asszisztens” készítése a NotebookLM és a Gemini segítségével

6. modul: Speciális funkciók és testreszabás

  • Prompt optimalizálás és speciális kontextuskezelés
  • A Gemini használata kódgenerálásra és hibakeresésre
  • Finomhangolt munkafolyamatok a Google Cloud Vertex AI-val
  • Gyakorlati tevékenység: Modellválaszok testreszabása paraméterek és hőmérséklet-vezérlés segítségével

7. modul: Valós projektek és együttműködés

  • Együttműködési projekttervezés és munkafolyamat beállítása
  • A Gemini AI integrálása más Google eszközökkel (Drive, Docs, Táblázatok)
  • Csapatprojekt: Egy kis AI-alkalmazás tervezése és üzembe helyezése (pl. tartalomösszefoglaló, csevegőrobot vagy ötletgenerátor)
  • Projekt eredmények társai általi áttekintése és megbeszélése

8. modul: Értékelés és jövőbeli irányok

  • Gyakori problémák hibaelhárítása Gemini projektekben
  • A Gemini API útmutatójának és jövőbeni funkcióinak felfedezése
  • Legjobb gyakorlatok AI irányítás és skálázhatóság terén
  • Záró tevékenység: A gyakorlati tapasztalatok és karrieralkalmazások reflexiója

Összefoglalás és következő lépések

Követelmények

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

Célközönség

  • Fejlesztők
  • Adattudósok
  • AI-rajongók
 14 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák