微软生成式AI入门课程指南
21个模块的免费学习资源
课程概述
微软推出了一套面向初学者的免费生成式AI课程，共包含21个模块，帮助开发者从零开始学习和实践如何构建生成式AI应用。
整个课程以通俗易懂的方式讲解核心概念，并配有丰富的Python和TypeScript代码示例。
课程结构
Learn单元
讲解生成式AI的核心知识和概念。
Build单元
结合概念和代码，教你实际构建生成式AI应用。
每节课还附有"Keep Learning"扩展阅读资源。
课程大纲
1. 课程环境搭建
帮助你准备开发环境。
2. 生成式AI介绍与大语言模型(LLM)基础
理解什么是生成式AI以及LLM的工作原理。
3. 不同LLM的对比与选择
如何为不同场景选择合适的模型。
4. 负责任地使用生成式AI
AI应用中的伦理与安全问题。
5. 提示词工程基础与进阶
掌握提示词设计，提升模型输出质量。
6. 文本生成应用开发
实战构建文本生成应用。
7. 聊天应用开发
构建和集成聊天机器人。
8. 搜索应用开发(向量数据库)
利用嵌入和向量数据库实现搜索。
9. 图像生成应用开发
用生成式AI创建图片应用。
10. 低代码AI应用开发
用低代码工具快速打造AI应用。
11. 函数调用集成
让AI应用调用外部功能。
12. AI应用的用户体验设计
如何设计更好的AI应用UX。
13. 生成式AI应用安全
AI系统的安全风险与防护方法。
14. 生成式AI应用全生命周期管理
LLMOps实践和工具。
15. RAG与向量数据库
用检索增强生成(RAG)框架开发应用。
16. 开源模型与Hugging Face
使用Hugging Face平台的开源模型。
17. AI Agents应用开发
构建智能体(AI Agent)应用。
18. 大语言模型微调
微调LLM的方法和实践。
19. 小语言模型(SLM)开发
SLM的优势与实践。
20. Mistral模型介绍与应用
Mistral系列模型的特性和应用。
21. Meta模型介绍与应用
Meta系列模型的特性和应用。