21 Pelajaran mengajarkan segala yang Anda perlu ketahui untuk mulai membangun aplikasi Generative AI
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
Pelajari dasar-dasar membangun aplikasi Generative AI dengan kursus komprehensif 21 pelajaran dari Microsoft Cloud Advocates.
Kursus ini memiliki 21 pelajaran. Setiap pelajaran membahas topik tersendiri jadi mulai dari mana saja yang Anda suka!
Pelajaran diberi label sebagai pelajaran "Learn" yang menjelaskan konsep Generative AI atau pelajaran "Build" yang menjelaskan konsep dan contoh kode dalam Python dan TypeScript jika memungkinkan.
Untuk Pengembang .NET lihat Generative AI for Beginners (.NET Edition)!
Setiap pelajaran juga menyertakan bagian "Keep Learning" dengan alat pembelajaran tambahan.
-
Azure OpenAI Service - Pelajaran: "aoai-assignment"
-
GitHub Marketplace Model Catalog - Pelajaran: "githubmodels"
-
OpenAI API - Pelajaran: "oai-assignment"
-
Pengetahuan dasar Python atau TypeScript sangat membantu - *Untuk pemula mutlak lihat kursus Python dan TypeScript ini
-
Akun GitHub untuk fork seluruh repo ini ke akun GitHub Anda sendiri
Kami telah membuat pelajaran Course Setup untuk membantu Anda menyiapkan lingkungan pengembangan Anda.
Jangan lupa untuk memberi bintang (🌟) repo ini agar lebih mudah ditemukan nanti.
Jika Anda mencari contoh kode yang lebih maju, lihat koleksi Contoh Kode Generative AI kami dalam Python dan TypeScript.
Bergabunglah dengan server Discord resmi Azure AI Foundry untuk bertemu dan berjejaring dengan pelajar lain yang mengikuti kursus ini dan dapatkan dukungan.
Ajukan pertanyaan atau bagikan umpan balik produk di Forum Pengembang Azure AI Foundry di Github.
Kunjungi Microsoft for Startups untuk mengetahui cara memulai membangun dengan kredit Azure hari ini.
Apakah Anda memiliki saran atau menemukan kesalahan ejaan atau kode? Buat isu atau Buat pull request
- Video pengantar singkat tentang topik
- Pelajaran tertulis yang terletak di README
- Contoh kode Python dan TypeScript yang mendukung Azure OpenAI dan OpenAI API
- Tautan ke sumber tambahan untuk melanjutkan pembelajaran Anda
| # | Tautan Pelajaran | Deskripsi | Video | Pembelajaran Tambahan |
|---|---|---|---|---|
| 00 | Course Setup | Learn: Cara Menyiapkan Lingkungan Pengembangan Anda | Video Segera Hadir | Pelajari Lebih Lanjut |
| 01 | Introduction to Generative AI and LLMs | Learn: Memahami apa itu Generative AI dan bagaimana Large Language Models (LLMs) bekerja. | Video | Pelajari Lebih Lanjut |
| 02 | Exploring and comparing different LLMs | Learn: Cara memilih model yang tepat untuk kasus penggunaan Anda | Video | Pelajari Lebih Lanjut |
| 03 | Using Generative AI Responsibly | Learn: Cara membangun Aplikasi Generative AI secara bertanggung jawab | Video | Pelajari Lebih Lanjut |
| 04 | Understanding Prompt Engineering Fundamentals | Learn: Praktik Terbaik Prompt Engineering secara langsung | Video | Pelajari Lebih Lanjut |
| 05 | Membuat Prompt Lanjutan | Pelajari: Cara menerapkan teknik rekayasa prompt yang meningkatkan hasil dari prompt Anda. | Video | Pelajari Lebih Lanjut |
| 06 | Membangun Aplikasi Generasi Teks | Bangun: Aplikasi generasi teks menggunakan Azure OpenAI / OpenAI API | Video | Pelajari Lebih Lanjut |
| 07 | Membangun Aplikasi Chat | Bangun: Teknik untuk membangun dan mengintegrasikan aplikasi chat secara efisien. | Video | Pelajari Lebih Lanjut |
| 08 | Membangun Aplikasi Pencarian dengan Database Vektor | Bangun: Aplikasi pencarian yang menggunakan Embeddings untuk mencari data. | Video | Pelajari Lebih Lanjut |
| 09 | Membangun Aplikasi Generasi Gambar | Bangun: Aplikasi generasi gambar | Video | Pelajari Lebih Lanjut |
| 10 | Membangun Aplikasi AI Low Code | Bangun: Aplikasi Generative AI menggunakan alat Low Code | Video | Pelajari Lebih Lanjut |
| 11 | Mengintegrasikan Aplikasi Eksternal dengan Function Calling | Bangun: Apa itu function calling dan kasus penggunaannya untuk aplikasi | Video | Pelajari Lebih Lanjut |
| 12 | Merancang UX untuk Aplikasi AI | Pelajari: Cara menerapkan prinsip desain UX saat mengembangkan Aplikasi Generative AI | Video | Pelajari Lebih Lanjut |
| 13 | Mengamankan Aplikasi Generative AI Anda | Pelajari: Ancaman dan risiko terhadap sistem AI serta metode untuk mengamankan sistem tersebut. | Video | Pelajari Lebih Lanjut |
| 14 | Siklus Hidup Aplikasi Generative AI | Pelajari: Alat dan metrik untuk mengelola Siklus Hidup LLM dan LLMOps | Video | Pelajari Lebih Lanjut |
| 15 | Retrieval Augmented Generation (RAG) dan Database Vektor | Bangun: Aplikasi menggunakan Kerangka RAG untuk mengambil embeddings dari Database Vektor | Video | Pelajari Lebih Lanjut |
| 16 | Model Open Source dan Hugging Face | Bangun: Aplikasi menggunakan model open source yang tersedia di Hugging Face | Video | Pelajari Lebih Lanjut |
| 17 | Agen AI | Bangun: Aplikasi menggunakan Kerangka Agen AI | Video | Pelajari Lebih Lanjut |
| 18 | Fine-Tuning LLMs | Pelajari: Apa, mengapa, dan bagaimana melakukan fine-tuning LLMs | Video | Pelajari Lebih Lanjut |
| 19 | Membangun dengan SLMs | Pelajari: Manfaat membangun dengan Small Language Models | Video Segera Hadir | Pelajari Lebih Lanjut |
| 20 | Membangun dengan Model Mistral | Pelajari: Fitur dan perbedaan Model Keluarga Mistral | Video Segera Hadir | Pelajari Lebih Lanjut |
| 21 | Membangun dengan Model Meta | Pelajari: Fitur dan perbedaan Model Keluarga Meta | Video Segera Hadir | Pelajari Lebih Lanjut |
Terima kasih khusus kepada John Aziz atas pembuatan semua GitHub Actions dan workflow
Bernhard Merkle atas kontribusi kunci pada setiap pelajaran untuk meningkatkan pengalaman pembelajar dan kode.
Tim kami juga memproduksi kursus lain! Lihat:
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Jika Anda mengalami kesulitan atau memiliki pertanyaan tentang membangun aplikasi AI. Bergabunglah dengan sesama pelajar dan pengembang berpengalaman dalam diskusi tentang MCP. Ini adalah komunitas yang mendukung di mana pertanyaan disambut dan pengetahuan dibagikan secara bebas.
Jika Anda memiliki umpan balik produk atau menemukan kesalahan saat membangun, kunjungi:
Penafian:
Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI Co-op Translator. Meskipun kami berupaya untuk mencapai akurasi, harap diingat bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang sahih. Untuk informasi penting, disarankan menggunakan terjemahan profesional oleh manusia. Kami tidak bertanggung jawab atas kesalahpahaman atau salah tafsir yang timbul dari penggunaan terjemahan ini.