微软“Generative AI for Beginners”生成式AI入门课程解析
Generative AI for Beginners是微软Cloud Advocates团队针对AI领域新手推出的一套系统的生成式AI入门课程，它在全球最大的开源社区GitHub上已经获得了超过1.7万的关注。这个课程包含了十二个章节，每个章节都针对生成式人工智能原理和应用程序开发的一个关键知识点进行了深入的解析和讲解。而且，课程不仅提供了详细的导学视频和书面教学材料，还提供了丰富的代码示例和进阶学习资源推荐，让学习者能够在理论学习和实践操作中得到全方位的提升。完成整个课程的学习后，你将具备建立自己的生成式人工智能产品和工具的能力，可以实现将AIGC技术应用到实际项目中的想法。
Generative AI for Beginners的课程目录详解
接下来，我们将对Generative AI for Beginners的课程目录进行详细的解析，让你对这个课程有更深入的了解。
-
课程介绍和学习环境设置
这一章节主要介绍了课程的整体结构和学习环境的配置，为后续的学习打下良好的基础。
-
生成式人工智能和LLMs介绍
这一章节将详细地介绍什么是生成式人工智能以及LLMs（Large Language Models）的工作原理，并解析我们如何适应当前的AI技术格局，为未来的学习和应用奠定坚实的理论基础。
-
探索和比较不同的LLMs
在这一章节，你将学习到如何测试、迭代和比较不同的LLMs模型，通过对比分析，为你的实际应用场景选择最适合的模型。
-
负责任地使用生成式人工智能
这一章节将教你如何负责任地构建生成式人工智能应用程序，了解基础模型的局限性和人工智能背后的风险，这对于你后续的AI应用开发非常重要。
-
提示工程基础
这一章节将详细讲解提示工程的最佳实践，让你了解提示结构和用法，为实践操作打下坚实的基础。
-
创建高级的提示工程技巧
这一章节将进一步深化你对提示工程的理解，通过在提示中应用不同的技术来扩展你的提示工程知识，提升你的应用能力。
-
创建文本生成应用
在这一章节中，你将学习如何使用Azure OpenAI构建文本生成应用程序，了解如何有效地使用令牌和温度来改变模型的输出。
-
创建聊天应用
这一章节将教你如何有效构建和集成聊天应用程序，确定关键指标和注意事项，以有效监控和维护人工智能聊天应用程序的质量。
-
创建搜索应用
这一章节主要介绍了语义搜索与关键字搜索的区别，讲解了什么是文本嵌入以及它们如何应用于搜索，最后你将学习如何创建一个使用嵌入来搜索数据的应用程序。
-
创建图像生成应用
这一章节将教你图像生成及其在构建应用程序中的作用，通过实践操作，你将掌握如何构建图像生成应用程序。
-
创建低代码的人工智能应用
这一章节将介绍Power Platform中的生成式AI，你将学习如何使用低代码为我们的教育初创公司构建学生作业跟踪应用程序。
-
为生成式AI添加function calling
这一章节将介绍什么是Function Calling及其在应用程序中的使用示例，你将学习如何设置Function Calling以从外部API检索数据。
-
为人工智能应用程序添加用户体验
最后一章节将教你如何设计人工智能应用程序以实现信任和透明度，让你了解在开发生成式人工智能应用时用户体验设计的相关原则。
此外，课程还提供了丰富的拓展学习资源，包含了每章内容的拓展链接，让你可以进一步掌握生成式人工智能相关技能。
以上就是对Generative AI for Beginners这门课程的详细解析，希望对你有所帮助。
