Member since 2023
AI Boost Bites：使用 Google Workspace，掌握撰寫提示詞的專業技巧
Earned Oct 20, 2026 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Jun 30, 2025 EDT
負責任的 AI 技術簡介
Earned Jan 8, 2024 EST
大型語言模型簡介
Earned Jan 8, 2024 EST
編碼器-解碼器架構
Earned Aug 6, 2023 EDT
圖像生成簡介
Earned Aug 6, 2023 EDT
生成式 AI 簡介
Earned Aug 6, 2023 EDT
這部影片介紹提示工程的基本概念，協助您與 AI 有效互動。學習簡單的框架 (角色、任務、情境、格式)，撰寫清晰的提示詞，讓 Gemini in Google Workspace 更快提供更優質的結果。瞭解如何使用自然語言、具體說明需求，以及透過反覆調整來獲得最佳 AI 輔助。
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。
這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。
這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。
本課程概要說明解碼器與編碼器的架構，這種強大且常見的機器學習架構適用於序列對序列的任務，例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件，並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中，您將學習如何從頭開始使用 TensorFlow 寫程式，導入簡單的編碼器與解碼器架構來產生詩詞。
本課程將介紹擴散模型，這是一種機器學習模型，近期在圖像生成領域展現亮眼潛力。概念源自物理學，尤其深受熱力學影響。過去幾年來，在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中，擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論，並說明如何在 Vertex AI 上訓練和部署這些模型。
這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。