課程簡介

軟體開發的AI介紹

  • Generative AI vs Predictive AI是什麼
  • AI在編碼、分析和自動化中的應用
  • LLM、變壓器和深度學習模型的概述

AI輔助編碼和預測開發

  • AI驅動的代碼完成和生成(GitHub Copilot、CodeGeeX)
  • 在部署之前預測代碼錯誤和漏洞
  • 自動化代碼審查和優化建議

為軟體應用程式構建預測模型

  • 瞭解時間序列預測和預測分析
  • 實施需求預測和異常檢測的AI模型
  • 使用Python、Scikit-learn和TensorFlow進行預測建模

生成文本、代碼和圖像的Generative AI

  • 處理GPT、LLaMA和其他LLM
  • 生成合成數據、文本摘要和文檔
  • 利用擴散模型創建AI生成的圖像和視頻

在現實世界的應用中部署AI模型

  • 使用Hugging Face、AWS和Google雲端託管AI模型
  • 為業務應用構建基於API的AI服務
  • 針對特定領域任務微調預訓練的AI模型

用於預測性Business洞察和決策的AI

  • 以AI驅動的商業智能和客戶分析
  • 預測市場趨勢和消費者行為
  • 使用AI自動化工作流程優化

倫理AI和開發中的最佳實踐

  • AI輔助決策中的倫理考慮
  • AI模型中的偏見檢測和公平性
  • 可解釋和負責任的AI的最佳實踐

動手工作坊和案例研究

  • 對現實世界數據集實施預測分析
  • 構建一個具有文本生成能力的AI驅動聊天機器人
  • 部署一個基於LLM的自動化應用程序

總結和結論

  • 關鍵要點回顧
  • 進一步學習的AI工具和資源
  • 最後的問答環節

最低要求

  • 對基本軟體開發概念的了解
  • 任何程式語言的經驗(Python建議使用)
  • 對機器學習或AI基礎知識的熟悉(建議但不要求)

觀眾

  • 軟體開發人員
  • AI/ML工程師
  • 技術團隊負責人
  • 對AI驅動的應用程式感興趣的產品經理
 21 時間:

人數


每位參與者的報價

Upcoming Courses

課程分類