课程简介
本课程由资深大数据及人工智能解决方案架构师主讲，讲师拥有超过17年的行业经验，在能源和政府单位的大数据与人工智能项目中担任重要角色。同时具备丰富的数字化转型方案编制经验，并曾在京东集团担任云计算架构师，负责私有云团队的设计工作。
课程内容概述
- 系统化知识讲解：涵盖大数据、机器学习和大模型的基础概念及其相互关系。
- 技术深度剖析：
- 大型模型的原理与设计思路。
- 应用架构详解，包括数据处理流程和技术栈选择。
- 技术架构探索，涉及云平台集成、高性能计算资源利用等。
课程亮点
- 实战经验分享：结合讲师在多个大型项目中的实际操作经历，提供实用的解决方案和最佳实践案例。
- 深入理解AI技术框架：详细讲解从数据预处理到模型训练与优化的过程，涵盖多种编程语言（如Python、Java）及常用机器学习框架（如TensorFlow, PyTorch）的应用。
大模型应用开发基础（AI大模型全栈系列） (图1)
附加任务
资源目录（20个视频，1个压缩包）：
1 课程规划.mp4
2 知识框架介绍.mp4
3 AI、大模型的概念及关系.mp4
4 神经网络与大语言模型（LLM）.mp4
5 大模型主要分类及常见大模型.mp4
6 大模型核心能力.mp4
7 大模型理解、创作、推理能力.mp4
8 大模型在工业领域应用场景分析.mp4
9 大模型工程建模能力应用场景.mp4
10 大模型数据分析能力应用场景.mp4
11 大模型文档生成能力应用场景.mp4
12 大模型代码理解能力应用场景.mp4
13 大模型基础原理.mp4
14 如何对待大模型.mp4
15 大模型应用架构.mp4
16 大模型技术架构（Prompt、RAG、FC）.mp4
17 大模型技术架构（Fine Tuning）.mp4
18 大模型技术路线选择.mp4
19 体验编程环境准备.mp4
20 大模型编程体验.mp4
课程资料.zip
大模型应用开发基础（AI大模型全栈系列） (图2)
📥 资源下载
| 
发表于 
发表于