训练营
header-img

掌握

AI Developer Bootcamp

学习AI技术, 在项目实践中掌握AI

header-img

课程大纲

    AI基础知识和Azure基础知识
    AI概述 & Azure Fundamental
    1. 课程安排
    2. -- 老师介绍,Tutor介绍
    3. --课程安排
    4. --项目介绍,项目安排
    5. --Hackathon介绍,Hackathon安排
    6. 了解什么是人工智能
    7. --分析AI的历史,目前的行业发展情况,包括AI所涵盖的技术领域
    8. --了解AI对于未来的影响和应用前景
    9. --AI未来的发展趋势
    10. 学习机器学习、深度学习、自然语言处理等在内的常见AI类型
    11. --通过例子来丰富对不同AI类型的理解
    12. 介绍Azure平台和Microsoft常见服务,为什么要学习使用Azure
    13. AI云服务介绍
    14. Azure基础概念(Azure AD、身份、访问、权限和安全)
    15. Azure核心服务
    16. Azure计算和网络
    17. Azure存储
    18. Azure Container, Kubernetes
    19. Azure上的PaaS服务:Functions, APIM, App Service, etc.
    20. DevOps on Azure
    21. GitHub Copilot
    Azure AI服务
    Cognitive Service 认知服务
    1. 介绍常见的Azure认知服务
    2. --Cognitive Services是一种云服务,它利用机器学习和人工智能技术,为应用程序提供人类智能的功能,如语音识别、自然语言处理、图像分析、情感分析等
    3. --详细讲解认知服务语音,认知服务计算机视觉,认知服务自然语言处理,认知服务搜索等常见认知服务
    4. --细化讲解词法分析、句法分析、语义分析、情感分析等
    5. 图像AI,学习三大类型:
    6. --Computer Vison
    7. --Custom Vison
    8. --人脸识别(Face API)
    9. 了解Azure Applied AI Services,包括:
    10. --Language Service: 词法分析、句法分析、语义分析、情感分析、Translation等
    11. --Voice Services
    12. --Form Recognizer
    13. --Video Analyzer
    14. --Video Indexer
    15. --Azure Bot Service
    16. --Azure QnA Maker
    17. 掌握Azure Communication Service
    18. Azure Search
    19. Open AI on Azure
    20. Open AI Fine-Tunning,打造特定领域的GPT
    开源模型应用
    1. 开源模型简介
    2. Image Models讲解图像模型
    3. --Image Classification
    4. --Object Detection
    5. --Image Segmentation
    6. --Image Generation (Stable Diffusion)
    7. ----- 玩转Stable Diffusion的本地部署
    8. -----让Stable Diffusion带给图片新的生命
    9. -----学会Stable Diffusion微调参数
    10. 学习Language Models,包括:
    11. --Translation
    12. --Summarisation
    13. --Classification
    14. --Text Generation
    15. 学习Audio Models,涵盖:
    16. --Voice to Text
    17. --Text to Voice
    18. 学习Feature Extraction ( SentenceTransformers),囊括:
    19. --Text feature extraction
    20. --Image feature extraction
    21. --Image-Text-Models use case: image search
    Large Language Models (LLM)
    1. LLM 基础 1(foundation models, Prompt engineering)
    2. --介绍基础模型和提示词技术,培养学生在语言模型中的基础知识和技能。通过学习思维链(Thought of Chains)、零样本学习(zero shots)等技术,探索如何在自然语言处理中引导模型产生更准确和创新的回答
    3. LLM 基础 2 Embedding and vector database
    4. --学习Embedding和向量数据库,探索如何将语Azure 义信息转化为向量表示,并在数据库中进行高效的语义检索。
    5. LLM 基础 3 Indexes, Memory
    6. --研究索引和记忆技术,帮助学生构建更高效的语言模型,使其能够迅速检索和应用先前学习的知识。
    7. LLM 基础 4 Chains, Agents
    8. --探索链式结构和Agents技术,培养学生设计和构建复杂的对话和推理系统的能力。
    9. LLM 应用1:文档问答机器人
    10. --学习如何使用语言模型构建强大的文档问答机器人,帮助学生处理和回答大量文档中的问题。
    11. LLM 应用2:表格分析机器人
    12. --教授表格分析机器人的开发技术,使学生能够自动解析和提取表格中的关键信息。
    13. LLM 应用3:超长文本摘要
    14. --培养学生处理超长文本并生成准确摘要的能力,使他们能够应对长篇文章和文本的信息提取需求。
    15. AutoGPT 介绍以及应用
    16. --介绍AutoGPT技术及其应用,帮助学生了解如何利用自动化生成模型执行复杂任务。
    System Design
    1. Understand System Design
    2. Cloud Design Patterns
    3. Application architecture design
    4. Azure Landing Zone
    5. Well-Architected Framework
    AI项目开发
    Responsible AI
    1. 学习Ethical AI,包括以下5个关键内容
    2. -- Ethical AI
    3. -- Fairness and Bias
    4. -- Transparency and Explainability
    5. -- Reliability and Robustness
    6. -- Privacy and data security
    项目规划
    1. 了解AI项目开发过程中的关键步骤:
    2. -- 定义项目需求和目标:明确项目的目的,确定项目的范围、需求和可行性。
    3. -- 选择合适的AI技术:根据项目的需求和目标,选择合适的AI技术和算法。
    4. -- 确定开发流程:制定开发计划和时间表,分配资源和任务,建立团队协作和沟通机制。
    5. -- 项目需求分析:收集和整理项目所需的数据和资源,进行数据清洗和预处理,分析数据特征和关系。
    6. -- 确定分组,开展项目
    项目期间Workshop
    模型部署和维护
    1. 如何将机器学习模型部署到Azure或本地环境,并监控和维护其性能,以及调整模型以提高性能,包括:
    2. --部署模型到Azure或本地方法和技术
    3. --监测和维护模型性能的方法和工具,例如使用Azure Monitor、Application Insights或Grafana等
    4. --调整模型以提高性能的方法和技术
    AI项目实践
    Azure Cognitive Services
    1. Azure Cognitive Services 中包含了许多基于AI的API,例如语音识别、语言翻译、自然语言处理、视觉感知等。这些API可以快速集成到应用程序中,使得应用程序可以像人一样进行交互和理解。
    Azure Functions
    1. Azure Functions 是一种无服务器计算服务,用户可以使用它来运行小型代码片段,从而可以轻松实现一些简单的 OpenAI 模型。
    Azure Cosmos DB
    1. Azure Cosmos DB 是一个多模型分布式数据库服务,可以存储和查询非结构化数据,包括使用 OpenAI 模型的结果数据。
    多项AI可选项目
    可选项目:智能音箱
    1. 使用 Azure IoT Hub 和 Cognitive Services,开发一个智能音箱,可以回答用户的语音命令,播放音乐、讲故事等。学生可以使用 Raspberry Pi 等硬件平台,将音箱连接到 Azure,使用语音识别和自然语言处理技术,实现智能交互功能。
    可选项目:智能家居
    1. 使用 Azure IoT Hub 和 Cognitive Services,开发一个智能家居应用程序,可以控制灯光、温度、门锁等设备,或者提醒用户锁门、关闭电器等。学生可以使用 Azure Functions 和 Logic Apps,编写自动化规则和工作流程,实现智能家居控制和提醒功能。
    可选项目:Email Helper 垃圾邮件分类
    1. 使用机器学习算法训练一个垃圾邮件分类器,可以将垃圾邮件与正常邮件分开。这个项目可以使用 Azure 机器学习服务来训练模型,并使用 Azure 函数将模型集成到现有的邮件系统中。
    可选项目:情感分析
    1. 开发一个情感分析应用程序,可以通过分析文本中的情感来确定文本的情感倾向。这个项目可以使用 Azure 认知服务中的文本分析 API,通过深度学习算法实现准确的情感分析。
    可选项目:Digital Marketing
    1. 根据提供的素材/基本产品信息/营销策划,结合每个用户的访问记录(例如 cookie,用户画像等),自动生成可嵌套在网页内具有针对性的广告图文内容,甚至创建短视频
logo

Follow Us

linkedinfacebooktwitterinstagramweiboyoutubebilibilitiktokxigua

We Accept

/image/layout/pay-paypal.png/image/layout/pay-visa.png/image/layout/pay-master-card.png/image/layout/pay-stripe.png/image/layout/pay-alipay.png

地址

Level 10b, 144 Edward Street, Brisbane CBD(Headquarter)
Level 8, 11 York st, Wynyard, Sydney CBD
Business Hub, 155 Waymouth St, Adelaide SA 5000

Disclaimer

footer-disclaimerfooter-disclaimer

JR Academy acknowledges Traditional Owners of Country throughout Australia and recognises the continuing connection to lands, waters and communities. We pay our respect to Aboriginal and Torres Strait Islander cultures; and to Elders past and present. Aboriginal and Torres Strait Islander peoples should be aware that this website may contain images or names of people who have since passed away.

匠人学院网站上的所有内容,包括课程材料、徽标和匠人学院网站上提供的信息,均受澳大利亚政府知识产权法的保护。严禁未经授权使用、销售、分发、复制或修改。违规行为可能会导致法律诉讼。通过访问我们的网站,您同意尊重我们的知识产权。 JR Academy Pty Ltd 保留所有权利,包括专利、商标和版权。任何侵权行为都将受到法律追究。查看用户协议

© 2017-2024 JR Academy Pty Ltd. All rights reserved.

ABN 26621887572