在本课程中，您将探索现实世界各行各业中人工智能 (AI)、机器学习 (ML) 和生成式人工智能的使用案例。这些领域包括医护、金融、营销、娱乐等。您还将了解 AI、ML 和生成式人工智能的能力和局限性、模型选择技巧和关键业务指标。
- 课程级别：基础级
- 时长：1 小时
注意：本课程具有本地化的注释/字幕。 旁白保留英语。要显示字幕，请单击播放器右下角的 CC 按钮。
课堂活动
本课程包含互动元素、视频、文字说明，以及配文图表。
课程目标
在本课程中，您将了解如何实现以下目标：
- 了解现实世界中 AI 应用程序的示例。
- 认识 AI 可以满足业务需求的使用案例和解决方案。
- 确定 AI 和 ML 解决方案何时不适用。
- 了解使用有监督学习、无监督学习和强化学习等 ML 技巧的使用案例。
- 了解生成式人工智能的能力。
- 了解生成式人工智能的挑战。
- 了解选择生成式人工智能模型时要考虑的因素。
- 了解生成式人工智能应用程序的业务指标。
目标受众
本课程面向以下人员：
- 对机器学习和人工智能感兴趣的个人，与特定工作岗位无关
- 准备参加 AWS Certified AI Practitioner 认证考试的个人
预备知识
建议学员先完成 Fundamentals of Machine Learning (ML) and Artificial Intelligence (AI) 课程，该课程介绍 AI、ML 和生成式人工智能的基础知识。
课程大纲
第 1 节：简介
- 第 1 课：如何学习本课程
- 第 2 课：简介
第 2 节：人工智能
- 第 3 课：先前学习内容回顾
- 第 4 课：现实世界使用案例的示例
- 第 5 课：AI 应用程序的示例
第 3 节：机器学习
- 第 6 课：机器学习
- 第 7 课：机器学习技巧和使用案例
- 第 8 课：知识考核
第 4 节：生成式人工智能
- 第 9 课：生成式人工智能
- 第 10 课：生成式人工智能的能力
- 第 11 课：生成式人工智能的挑战
- 第 12 课：选择生成式人工智能模型时要考虑的因素
- 第 13 课：生成式人工智能的业务指标
- 第 14 课：知识考核
第 5 节：结论
- 第 15 课：资源
- 第 16 课：联系我们
