We may earn an affiliate commission when you visit our partners.
Course image
Ken Cen

在這個快速發展的數字時代,我們面臨著前所未有的機遇和挑戰。

在這樣的環境下,學習如何利用最先進的技術來提升業務效率和創造力變得至關重要。

這就是為什麼我們推出了《生成式人工智能課程》,這是開啟您未來成功之門的關鍵。

這門課程將引領您探索生成式人工智能(Generative AI)的奧秘,透過全實作模式的教學方式深度實踐,讓您成為AI技術的大師,為您的業務帶來革命性的變革。

讓我們一起來看看這個課程的亮點:

1. 生成式人工智能概述:從基礎開始,深入了解生成式人工智能的核心概念和原理,為您打下堅實的理論基礎。

2. LangChain的使用:您將學會使用LangChain接入各種LLM大語言模型,讓您的人工智能擁有更多的功能和靈活性。

3. Prompt Template提示詞模板:您還會掌握如何使用Prompt Template,按照自己的指令來訓練和引導LLM。這將讓您的人工智能成為您業務的得力助手,完全按照您的期望行事。

4. Chain技術:使用Chain技術,將各種Primitive基本單元鏈接在一起,讓您的人工智能實現更複雜的行為。這將為您的業務帶來革命性的變革,讓您跨越傳統的限制,勇闖新的領域。

Read more

在這個快速發展的數字時代,我們面臨著前所未有的機遇和挑戰。

在這樣的環境下,學習如何利用最先進的技術來提升業務效率和創造力變得至關重要。

這就是為什麼我們推出了《生成式人工智能課程》,這是開啟您未來成功之門的關鍵。

這門課程將引領您探索生成式人工智能(Generative AI)的奧秘,透過全實作模式的教學方式深度實踐,讓您成為AI技術的大師,為您的業務帶來革命性的變革。

讓我們一起來看看這個課程的亮點:

1. 生成式人工智能概述:從基礎開始,深入了解生成式人工智能的核心概念和原理,為您打下堅實的理論基礎。

2. LangChain的使用:您將學會使用LangChain接入各種LLM大語言模型,讓您的人工智能擁有更多的功能和靈活性。

3. Prompt Template提示詞模板:您還會掌握如何使用Prompt Template,按照自己的指令來訓練和引導LLM。這將讓您的人工智能成為您業務的得力助手,完全按照您的期望行事。

4. Chain技術:使用Chain技術,將各種Primitive基本單元鏈接在一起,讓您的人工智能實現更複雜的行為。這將為您的業務帶來革命性的變革,讓您跨越傳統的限制,勇闖新的領域。

5. RAG檢索增強生成:探索RAG增強檢索生成功能,讓您的人工智能可以輕鬆地加載和搜索PDF和網站信息。這將讓您的人工智能的知識庫更加豐富,回答問題更加準確。

6. 文本分割器Chunking與Embeddings技術:深入探討文本分割器的使用,多大的Chunk才合適,以及如何將分割好的文本轉化為Embeddings,充分利用向量數據庫進行相似性搜索,為AI員工提供更強大的信息檢索和處理能力。

7.  製作AI Agent:我們將教您如何製作AI Agent,甚至是一個AI Agent團隊。這將讓您的業務實現真正的自動化,讓您釋放出更多的時間和精力,去追求更大的目標和夢想。

最重要的是,這門課程僅需一台電腦和基礎的Python知識,即可輕鬆上手。無論您是新手還是經驗豐富的專家,都能從中受益匪淺。

現在就加入我們,開啟您的人工智能之旅,掌握未來的關鍵技能!

Enroll now

Here's a deal for you

We found an offer that may be relevant to this course.
Save money when you learn. All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.

What's inside

Learning objectives

  • Generative ai生成式人工智能的核心概念和原理
  • 了解如何使用langchain接入各種llm大語言模型
  • 了解如何使用prompt template讓llm按照我們的指令行事
  • 了解如何使用chain鏈接各種primitive基本單元讓llm實現複雜行為
  • 了解如何為llm大語言模型添加記憶功能記住上下文
  • 了解如何使用rag增強檢索生成功能加載和搜索pdf和網站信息
  • 了解如何使用chunking技術分割文檔,避免太小丟失語意,太大開銷太大的陷阱
  • 了解如何使用chroma和faiss向量數據庫實現rag增強檢索生成功能
  • 了解如何製作ai agent
  • 了解如何製作一個ai agent團隊

Syllabus

學員將了解什麼是Generative AI生成式人工智能

學員將對Generative AI生成式人工智能有一個直觀的了解

學員將了解什麼是LangChain,以及學習LangChain的好處

學員將學會如何獲得免費OPENAI API KEY

Read more

學員將設定好課程需要的Python語言和配置文檔

學員將學習如何使用LangChain

學員將學習如何用LangChain連結OpenAI API,並得到OpenAI的回覆

學員將學習LangChain三大Package他們是做什麼,以及導入的時候有什麼需要注意

學員將了解什麼是Prompt以及如何使用提示詞模板訓練LLM

學員將了解什麼是Few Shot Prompt Template 少量示例提示模板,以及如何使用它

學員將學會如何使用Utility Chain去克服LLM的計算弱點

學員將學習如何使用通用鏈條,以及實現SequentialChain順序鏈連結多條Chain

學員將學會如何為LLM添加記憶

學員學會如何實現RAG

學員將了解為什麼需要RAG,RAG是什麼

學員將學會如何在Langchain加載PDF和網頁信息,並使用Google API搜索

學員會學會如何使用Text Splitter,以及如何定義Chunk的大小

學員將了解如何大概估算Chunk分塊大小

學員將了解Embedding與向量數據庫相關知識

學員將學習如何創建Embedding,什麼是Embedding, 它有什麼用,以及如何創建向量數據庫

學員將學會如何使用Chroma向量數據庫相似度搜索

學員將學會如何使用Ollama安裝的本地LLM搜索Chroma向量數據庫

學員將學會如何使用LLM摘要總結Chroma檢索信息

學員將學習如何初始化FAISS,以及如何使用RetrievalQA檢索回答用戶提問

學員將學習如何保存與加載FAISS,並製表查看FAISS中的文檔

學員將學會如何在FAISS中添加和刪除文檔

學員將了解AI Agent 智能如何製作AI Agent 智能體 & AI Agent團隊

學員將學會如何使用LCEL

學員將學習如何創建AI智能體

學員將學會AI Agent如何使用LangChain自帶工具

學員將學習如何創建第一個AI團推

從第一步開始構建股票分析團隊程式的架構和它的運行邏輯

學員將學會如何定義股票分析AI團隊中的Agents與Tasks

學員將學會如何為股票分析師添加上網搜索工具

學員將學會如何讓股票分析師得出是否買入股票的建議

Good to know

Know what's good
, what to watch for
, and possible dealbreakers
完備的教學大綱,涵蓋核心概念至實務應用,循序漸進,適合初學到進階學員
課程採用最新技術,包括 LLM、LangChain、RAG、Embedding 和向量數據庫,幫助學生掌握最前沿的 AI 技術
實作導向的教學方式,提供大量範例程式碼,讓學生能夠親自體驗 AI 應用,將理論知識轉化為實務技能
課程由資深講師 Ken Cen 授課,具有豐富的 AI 開發和教學經驗,確保學生能從專業人士身上學習最實用的知識
課程需要具備基礎 Python 知識,建議學生在學習本課程前先具備相關基礎
課程需要使用第三方 API 和資料庫,可能涉及額外費用,學生需要事先評估成本

Save this course

Save Generative AI第一部 - 從LangChain接入ChatGPT到製作股票分析AI團隊 to your list so you can find it easily later:
Save

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Generative AI第一部 - 從LangChain接入ChatGPT到製作股票分析AI團隊 with these activities:
Search LangChain Tutorial
Searching tutorials on LangChain will familiarize you with the tool that you will be using for the course.
Show steps
  • Go to Google or your preferred search engine.
  • Search for "LangChain tutorial"
  • Choose a tutorial that seems comprehensive and easy to follow.
  • Watch or read the tutorial.
Review Course Syllabus
Familiarize yourself with the course structure and topics to ensure you have the necessary knowledge and skills to succeed.
Show steps
  • Carefully read and understand the course syllabus.
  • Identify any areas or topics that you may need to review or strengthen your understanding.
  • Plan a schedule or strategy to address any areas that require attention.
Organize Course Materials
Having a well-organized system will help you stay on track, find information easily, and improve your overall learning experience.
Show steps
  • Create dedicated folders or notebooks for the course.
  • Regularly download and save lecture notes, assignments, and other relevant materials.
  • Establish a naming convention for your files to ensure easy identification.
Four other activities
Expand to see all activities and additional details
Show all seven activities
Explore Python Libraries
熟悉课程中使用的Python库将使您能够更有效地完成作业并参与讨论。
Show steps
  • Review the list of Python libraries required for the course.
  • Search for tutorials or documentation on each library.
  • Install the libraries on your computer or virtual environment.
  • Practice using the libraries by writing simple code examples or following along with tutorials.
Practice Using LLMs
获得使用LLM的实践经验将增强您在课程中的信心和能力。
Show steps
  • Set up an account with an LLM provider.
  • Experiment with different prompts and instructions to understand how LLMs work.
  • Practice using LLMs to generate text, answer questions, and perform other tasks.
Develop a Personal AI Agent
通过创建自己的AI代理,您可以应用课程中学到的概念,并加深您对生成式AI的理解。
Show steps
  • Define the purpose and functionality of your AI agent.
  • Design the architecture and workflow of your AI agent.
  • Implement your AI agent using the techniques and tools learned in the course.
  • Train and evaluate your AI agent to improve its performance.
  • Deploy and use your AI agent for practical applications.
Participate in Generative AI Competitions
参与竞赛可以挑战您,提升您的技能,并获得应用生成式AI的宝贵经验。
Show steps
  • Research and identify generative AI competitions that align with your interests.
  • Form a team or work independently on a competition project.
  • Develop and implement your solution using the techniques and tools learned in the course.
  • Submit your project to the competition and present your results.

Career center

Learners who complete Generative AI第一部 - 從LangChain接入ChatGPT到製作股票分析AI團隊 will develop knowledge and skills that may be useful to these careers:

Reading list

We haven't picked any books for this reading list yet.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Here are nine courses similar to Generative AI第一部 - 從LangChain接入ChatGPT到製作股票分析AI團隊.
Python 資料分析 - 入門實戰
Most relevant
Gemini for Application Developers - 繁體中文
Most relevant
中國古代歷史與人物:秦始皇(Qin Shi Huang)
Most relevant
人工智慧:搜尋方法與邏輯推論 (Artificial Intelligence - Search & Logic)
Most relevant
Gemini for Network Engineers - 繁體中文
Most relevant
食品安全與毒理 (Food Safety & Toxicology)
Most relevant
Gemini for Cloud Architects - 繁體中文
Most relevant
Gemini for Security Engineers - 繁體中文
Most relevant
Gemini in Google Meet - 繁體中文
Most relevant
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2024 OpenCourser