🏆 理論凝態物理博士 🏆 長期擔任教學助理，提供解題指導 🏆 現職數據科學家，有豐富業界經驗。 🏆 客製化學習進度，依學生需求調整學習內容和進度。 🏆 長期在第一線編程。 🏆 生成式AI使用經驗: 使用OpenAI API 和 Langchain 在Pyhon裡進行語言處理。目前是Tier-5級使用者。 Stable Diffusion圖像生成，這是我在Tensor Art的個人頁 https://tensor.art/u/684879733015615979/posts。我不是很正經，但是對於陣式和咒語有很好的掌握能力。 這是我用SD3Medium搭建的工作流: https://tensor.art/template/run/739638719199383660?source_id=684879733015615979 歡迎試玩，不用錢。 🏆 擅長於結合數據，演算法，和商業案例。 🏆 熟悉各式Python API。 🏆 網路爬蟲，受災戶包括大型電商如Amazon和Zalando。 🏆 機械學習模型表現足以媲美業界諮詢公司。 🏆 上課內容會上傳到專屬的Github repository裡，方便交換意見和升級代碼。 把之前的家教和工作時的筆記整理了一下 *** Large Language Model 新手村 *** 這個難度是為了避免你出了村被一擊秒 Week 1 - 利用LangChain框架與OpenAI API提升指令下達與內容生成效率 - 1.提示工程基本概念說明 - 2.LangChain框架概念和功能介紹 - 3.Outputparser作用和使用方法 - 4.Okapi25數據檢索 Week 2 - 掌握LangChain Expression Language (LCEL)：LLM開發必備技能 - 1.LangChain 框架進行 embedding數據檢索 - 2.LCEL概念與工作流程介紹 - 3.LCEL語法結構與邏輯運算 - 4.LCEL範例操作 Week 3 - 利用語言模型實現高效文字分類 - 1.數據預處理技術與工具介紹 - 2.零樣本學習/分類 - 3.零樣本學習的基本概念與應用場景 - 4.介紹N樣本學習的概念與應用 Week 4 - 打造互動式聊天機器人與遠端服務部屬 - 1.LangChain Client/Server 功能實作(遠端服務部屬、客戶端服務取得) - 2.Streaming技術概述 - 3.聊天機器人的基本概念與應用 Week 5 - LLM延伸應用：進階檢索和影像標記 - 1.Image Captioning - 2.進階檢索: 語意檢索。影像，表格，文字三位一體檢索。 Week 6 - 本地語言模型架設與工具應用實戰 - 1.部屬與配置本地 Llama-2 13B 量化模型 - 2.常用控制參數介紹 - 3.部屬與配置本地 Llama-3 8B 量化模型 - 4.GPT-4o 語音模型 Whisper-1 & TTS-1 Week 7 - ReAct框架/Agent I：從入門到應用 - 1.ReAct Agent的基本概念與原理 - 2.如何建立agent tools - 3.設計和構建Agent聊天機器人 *** 數據科學基礎入門 *** Week 1 - 1-Sample t-Test - Loading Data with Pandas - Pandas Operations Week 2 - 2-Sample t-Test - Binomial Test - χ²-Test Week3 - Other Distributions: - Poisson Distribution - Geometric Distribution - Data Access with Requests - Visualization with Matplotlib 🐶 快來加入體驗課的行列！ 🐶 【體驗課】 ➡️ 體驗我的解題風格是否合適 ➡️ 專題諮詢 ➡️ 實際解決問題 【教學風格】 ➡️ 問到飽，盡我所能的解答你的問題 ➡️ 當TA被磨出來的耐性。 ➡️ 可以依照學生解題的思路快速改代碼。並且分析做法的特色或優缺點。 【課堂規定】 ↘️ 把題目先傳給我，讓我有時間準備。Debug相當耗時間。 ↘️ 若需請假，一小時前用line或email通知就行。 ↘️ 我不介意你邊吃邊上課。有學到東西比較重要。