21 Aralin na nagtuturo ng lahat ng kailangan mong malaman para makapagsimula sa paggawa ng mga Generative AI na aplikasyon
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
Matutunan ang mga pundasyon ng paggawa ng mga Generative AI na aplikasyon sa aming 21-aralin na komprehensibong kurso mula sa Microsoft Cloud Advocates.
Ang kursong ito ay may 21 aralin. Bawat aralin ay may sariling paksa kaya maaari kang magsimula kahit saan mo gusto!
Ang mga aralin ay may label na "Learn" na nagtuturo ng konsepto ng Generative AI o "Build" na nagtuturo ng konsepto at mga halimbawa ng code sa parehong Python at TypeScript kung maaari.
Para sa mga .NET Developers, tingnan ang Generative AI para sa mga Nagsisimula (.NET Edition)!
Bawat aralin ay may kasamang seksyong "Keep Learning" na may dagdag na mga kasangkapan sa pag-aaral.
-
Azure OpenAI Service - Mga Aralin: "aoai-assignment"
-
GitHub Marketplace Model Catalog - Mga Aralin: "githubmodels"
-
OpenAI API - Mga Aralin: "oai-assignment"
-
Ang pangunahing kaalaman sa Python o TypeScript ay nakakatulong - *Para sa mga ganap na nagsisimula, tingnan ang mga kursong ito sa Python at TypeScript
-
Isang GitHub account para i-fork ang buong repo na ito sa iyong sariling GitHub account
Nilikha namin ang isang Course Setup na aralin upang tulungan ka sa pag-set up ng iyong development environment.
Huwag kalimutang i-star (🌟) ang repo na ito para mas madali mo itong mahanap sa susunod.
Kung naghahanap ka ng mas advanced na mga halimbawa ng code, tingnan ang aming koleksyon ng Generative AI Code Samples sa parehong Python at TypeScript.
Sumali sa aming opisyal na Azure AI Foundry Discord server para makipagkilala at makipag-network sa ibang mga nag-aaral na kumukuha ng kursong ito at kumuha ng suporta.
Magtanong o magbahagi ng feedback tungkol sa produkto sa aming Azure AI Foundry Developer Forum sa Github.
Bisitahin ang Microsoft for Startups para malaman kung paano makapagsimula sa paggawa gamit ang Azure credits ngayon.
Mayroon ka bang mga suhestiyon o nakakita ng mga mali sa spelling o code? Mag-raise ng isyu o Gumawa ng pull request
- Isang maikling video na pagpapakilala sa paksa
- Isang nakasulat na aralin na matatagpuan sa README
- Mga halimbawa ng code sa Python at TypeScript na sumusuporta sa Azure OpenAI at OpenAI API
- Mga link sa dagdag na mga mapagkukunan para ipagpatuloy ang iyong pag-aaral
| # | Link ng Aralin | Paglalarawan | Video | Dagdag na Pag-aaral |
|---|---|---|---|---|
| 00 | Course Setup | Learn: Paano I-set Up ang Iyong Development Environment | Video Darating Pa | Matuto Pa |
| 01 | Panimula sa Generative AI at LLMs | Learn: Pag-unawa kung ano ang Generative AI at paano gumagana ang Large Language Models (LLMs). | Video | Matuto Pa |
| 02 | Pagsusuri at paghahambing ng iba't ibang LLMs | Learn: Paano pumili ng tamang modelo para sa iyong gamit | Video | Matuto Pa |
| 03 | Paggamit ng Generative AI nang Responsable | Learn: Paano gumawa ng mga Generative AI na Aplikasyon nang responsable | Video | Matuto Pa |
| 04 | Pag-unawa sa mga Pundasyon ng Prompt Engineering | Learn: Praktikal na mga Pinakamahusay na Kasanayan sa Prompt Engineering | Video | Matuto Pa |
| 05 | Paglikha ng Advanced na Mga Prompt | Matuto: Paano gamitin ang mga teknik sa prompt engineering na nagpapabuti sa resulta ng iyong mga prompt. | Video | Matuto Pa |
| 06 | Pagbuo ng Mga Aplikasyon sa Text Generation | Bumuo: Isang text generation app gamit ang Azure OpenAI / OpenAI API | Video | Matuto Pa |
| 07 | Pagbuo ng Mga Chat Application | Bumuo: Mga teknik para sa epektibong pagbuo at integrasyon ng mga chat application. | Video | Matuto Pa |
| 08 | Pagbuo ng Mga Search App gamit ang Vector Databases | Bumuo: Isang search application na gumagamit ng Embeddings para maghanap ng data. | Video | Matuto Pa |
| 09 | Pagbuo ng Mga Image Generation Application | Bumuo: Isang image generation application | Video | Matuto Pa |
| 10 | Pagbuo ng Mga Low Code AI Application | Bumuo: Isang Generative AI application gamit ang Low Code tools | Video | Matuto Pa |
| 11 | Pagsasama ng Mga External Application gamit ang Function Calling | Bumuo: Ano ang function calling at ang mga gamit nito para sa mga application | Video | Matuto Pa |
| 12 | Pagdidisenyo ng UX para sa AI Application | Matuto: Paano gamitin ang mga prinsipyo ng UX design sa pagbuo ng Generative AI Application | Video | Matuto Pa |
| 13 | Pagse-secure ng Iyong Generative AI Application | Matuto: Ang mga banta at panganib sa mga AI system at mga paraan para i-secure ang mga sistemang ito. | Video | Matuto Pa |
| 14 | Ang Lifecycle ng Generative AI Application | Matuto: Ang mga tools at metrics para pamahalaan ang LLM Lifecycle at LLMOps | Video | Matuto Pa |
| 15 | Retrieval Augmented Generation (RAG) at Vector Databases | Bumuo: Isang application gamit ang RAG Framework para kumuha ng embeddings mula sa Vector Databases | Video | Matuto Pa |
| 16 | Open Source Models at Hugging Face | Bumuo: Isang application gamit ang open source models na available sa Hugging Face | Video | Matuto Pa |
| 17 | AI Agents | Bumuo: Isang application gamit ang AI Agent Framework | Video | Matuto Pa |
| 18 | Fine-Tuning ng LLMs | Matuto: Ano, bakit, at paano ang fine-tuning ng LLMs | Video | Matuto Pa |
| 19 | Pagbuo gamit ang SLMs | Matuto: Ang mga benepisyo ng pagbuo gamit ang Small Language Models | Video Darating | Matuto Pa |
| 20 | Pagbuo gamit ang Mistral Models | Matuto: Ang mga katangian at pagkakaiba ng Mistral Family Models | Video Darating | Matuto Pa |
| 21 | Pagbuo gamit ang Meta Models | Matuto: Ang mga katangian at pagkakaiba ng Meta Family Models | Video Darating | Matuto Pa |
Espesyal na pasasalamat kay John Aziz para sa paglikha ng lahat ng GitHub Actions at workflows
Bernhard Merkle para sa paggawa ng mahahalagang kontribusyon sa bawat aralin upang mapabuti ang karanasan ng mga nag-aaral at ng code.
Ang aming koponan ay gumagawa ng iba pang mga kurso! Tingnan ang:
-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}
Kung ikaw ay na-stuck o may mga tanong tungkol sa paggawa ng mga AI app. Sumali sa mga kapwa nag-aaral at mga bihasang developer sa mga talakayan tungkol sa MCP. Ito ay isang suportadong komunidad kung saan malugod ang mga tanong at malayang ibinabahagi ang kaalaman.
Kung mayroon kang feedback sa produkto o mga error habang gumagawa, bisitahin:
Paalala: Ang dokumentong ito ay isinalin gamit ang AI translation service na Co-op Translator. Bagamat nagsusumikap kami para sa katumpakan, pakatandaan na ang mga awtomatikong pagsasalin ay maaaring maglaman ng mga pagkakamali o di-tumpak na impormasyon. Ang orihinal na dokumento sa orihinal nitong wika ang dapat ituring na pangunahing sanggunian. Para sa mahahalagang impormasyon, inirerekomenda ang propesyonal na pagsasalin ng tao. Hindi kami mananagot sa anumang hindi pagkakaunawaan o maling interpretasyon na maaaring magmula sa paggamit ng pagsasaling ito.