大模型實戰(zhàn)深入應(yīng)用

  培訓講師:李海良

講師背景:
李海良老師暨南大學副教授,碩士生導師,九三學社社員,中山大學工學博士香港城市大學訪問學者廣東工業(yè)大學校外合作研究生導師研究方向為深度學習、圖像識別、智慧綜合能源和能源大數(shù)據(jù)簡介l2018年獲得中山大學工學博士學位,2019年至2021年在暨 詳細>>

李海良
    課程咨詢電話:

大模型實戰(zhàn)深入應(yīng)用詳細內(nèi)容

大模型實戰(zhàn)深入應(yīng)用

大模型實戰(zhàn)深入應(yīng)用
主題:高級大模型應(yīng)用與實戰(zhàn)
1. 國產(chǎn)大模型Qwen介紹與應(yīng)用
1.1 Qwen模型的基本原理與優(yōu)勢
Qwen模型的架構(gòu)與關(guān)鍵技術(shù)
Qwen模型在實際應(yīng)用中的表現(xiàn)與優(yōu)勢
1.2 Qwen模型在自動數(shù)據(jù)分析中的應(yīng)用
數(shù)據(jù)預處理與特征工程
實戰(zhàn)演練:使用Qwen模型進行數(shù)據(jù)分析
2. 實戰(zhàn)演練
2.1 基于Qwen模型的自動數(shù)據(jù)分析Agent構(gòu)建
自動數(shù)據(jù)分析Agent的設(shè)計與實現(xiàn)
數(shù)據(jù)收集、預處理與分析
分析結(jié)果的可視化與報告生成
實戰(zhàn)演練:構(gòu)建并部署自動數(shù)據(jù)分析Agent
3. 模型微調(diào)與優(yōu)化
3.1 大模型微調(diào)技術(shù)及實戰(zhàn)
遷移學習與微調(diào)技術(shù)的詳細講解
微調(diào)模型的具體步驟與注意事項
實戰(zhàn)演練:微調(diào)大模型進行特定任務(wù)
3.2 微調(diào)后的模型評估與優(yōu)化
模型評估指標:準確率、召回率、F1分數(shù)
模型優(yōu)化技術(shù):正則化、超參數(shù)調(diào)優(yōu)
實戰(zhàn)演練:評估與優(yōu)化微調(diào)后的模型

 

李海良老師的其它課程

《大數(shù)據(jù)技術(shù)及應(yīng)用》課程教學大綱一、課程基本信息課程名稱大數(shù)據(jù)技術(shù)及應(yīng)用(英文名稱)BigdatatechnologyandApplication課程學時理論8小時,實驗4小時授課方式多媒體+實踐考核方式實踐考試+課程論文開課單位先修課程C語言程序設(shè)計;Java程序設(shè)計;數(shù)據(jù)結(jié)構(gòu);Linux操作系統(tǒng);后續(xù)課程大數(shù)據(jù)算法;適用專業(yè)數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)、人工智能

 講師:李海良詳情


大語言模型開發(fā)與訓練培訓大綱第一天:基礎(chǔ)知識與初步實踐上午:理論基礎(chǔ)與工具準備1.歡迎與介紹培訓目標和內(nèi)容概述參與者自我介紹與期望2.大語言模型概述2.1什么是大語言模型(LLM)定義與基本概念介紹Transformer架構(gòu)及其在自然語言處理中的重要性2.2LLM的應(yīng)用場景和優(yōu)勢介紹LLM在文本生成、翻譯、問答系統(tǒng)、文本摘要等方面的應(yīng)用主要的LLM架構(gòu)GPT

 講師:李海良詳情


ZQBKAHoAdABYAGUAOQB2AEUAMgBVAGMAdgAyAHUANwA5AHYAbwBNAEEAegBhAFMAawBFAFoARAA2AFIAeAAwAHAAUwAyADMARABqAEoAUwBqAEgARQBiAEkAVQBBAGkAVwBiAFoASgBvAHMAdABpAGIAdQAwAEQAcQAzAFIAMwB5AC8AVQBx

 講師:李海良詳情


ZQBKAHoAdABYAGUAOQB2AEUAMgBVAGMAdgAyAHUANwA5AHYAbwBNAEEAegBhAFMAawBFAFoARAA2AFIAeAAwAHAAUwAyADMARABqAEoAUwBqAEgARQBiAEkAVQBBAGkAVwBiAFoASgBvAHMAdABpAGIAdQAwAEQAcQAzAFIAMwB5AC8AVQBx

 講師:李海良詳情


人工智能   08.29

人工智能課程大綱人工智能課程大綱一、課程介紹人工智能是現(xiàn)代科技領(lǐng)域的熱點之一,本課程旨在介紹人工智能的基本理論、應(yīng)用領(lǐng)域以及相關(guān)技術(shù)。通過本課程的學習,學生將了解人工智能的概念、發(fā)展歷程以及未來發(fā)展趨勢,掌握人工智能的基本原理和各種算法模型,并學會應(yīng)用人工智能技術(shù)解決實際問題。二、課程目標1.理解人工智能的基本概念和原理;2.熟悉人工智能的發(fā)展歷程和應(yīng)用領(lǐng)域

 講師:李海良詳情


人工智能基礎(chǔ)理論主題:機器學習,深度學習,大模型,多模態(tài)1.機器學習基礎(chǔ)1.1機器學習的基本概念機器學習的定義與重要性數(shù)據(jù)驅(qū)動的方法與傳統(tǒng)編程的區(qū)別1.2常見的機器學習算法及其應(yīng)用場景線性回歸:用于預測連續(xù)值邏輯回歸:用于二分類問題決策樹與隨機森林:用于分類和回歸支持向量機(SVM):用于分類問題2.深度學習基礎(chǔ)2.1深度學習的基本原理人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工

 講師:李海良詳情


人工智能培訓   08.29

第一天:人工智能基礎(chǔ)理論主題:機器學習,深度學習,大模型,多模態(tài)1.機器學習基礎(chǔ)1.1機器學習的基本概念機器學習的定義與重要性數(shù)據(jù)驅(qū)動的方法與傳統(tǒng)編程的區(qū)別1.2常見的機器學習算法及其應(yīng)用場景線性回歸:用于預測連續(xù)值邏輯回歸:用于二分類問題決策樹與隨機森林:用于分類和回歸支持向量機(SVM):用于分類問題2.深度學習基礎(chǔ)2.1深度學習的基本原理人工神經(jīng)網(wǎng)絡(luò)的

 講師:李海良詳情


《軟件工程設(shè)計》課程教學大綱總學時數(shù):60學時,其中:理論教學30學時,實踐教學30學時學分:先修課程:《計算機基礎(chǔ)》,《C語言程序設(shè)計》,《數(shù)據(jù)結(jié)構(gòu)》和《數(shù)據(jù)庫原理及其應(yīng)用》考核方式:考試一、制訂大綱的依據(jù)本大綱根據(jù)2020年計算機應(yīng)用技術(shù)專業(yè)教學計劃制訂二、課程簡介軟件工程作為一門專業(yè)主干課,重點要求學生學習與軟件開發(fā)和維護有關(guān)的四個方面的主要內(nèi)容——過

 講師:李海良詳情


網(wǎng)絡(luò)安全滲透測試培訓大綱---培訓目標:本培訓旨在通過五天的學習,使學員全面掌握網(wǎng)絡(luò)安全滲透測試的理論知識與實踐技能。培訓將理論與實踐相結(jié)合,確保學員能夠在理解滲透測試原理的基礎(chǔ)上,熟練運用各種工具和技術(shù)進行實際操作。通過培訓,學員將能夠獨立完成滲透測試項目,提升網(wǎng)絡(luò)安全防護與應(yīng)急響應(yīng)能力。---第一天:滲透測試基礎(chǔ)與理論上午-網(wǎng)絡(luò)安全概述-網(wǎng)絡(luò)安全的重要性

 講師:李海良詳情


業(yè)務(wù)數(shù)字化方法論課程背景:一方面,隨著信息化的深入,在傳統(tǒng)IT建設(shè)方式下,企業(yè)獨立采購或者自建的各種企業(yè)信息系統(tǒng),在內(nèi)部數(shù)據(jù)無法互通,難以配合業(yè)務(wù)數(shù)字化的快速發(fā)展;另一方面,云服務(wù)的出現(xiàn),讓硬件基礎(chǔ)設(shè)施轉(zhuǎn)向成數(shù)據(jù)云策略,讓IT架構(gòu)更靈活,但這也讓互聯(lián)互通困擾企業(yè)發(fā)展。數(shù)據(jù)中臺和業(yè)務(wù)中臺是企業(yè)數(shù)字化轉(zhuǎn)型的必然產(chǎn)物。中臺架構(gòu)作為整個企業(yè)各個業(yè)務(wù)所需數(shù)據(jù)服務(wù)的提供

 講師:李海良詳情


COPYRIGT @ 2001-2018 HTTP://musicmediasoft.com INC. ALL RIGHTS RESERVED. 管理資源網(wǎng) 版權(quán)所有