通过ODSC West数据入门系列开始学习人工智能

Data Primer系列是ODSC West Mini-Bootcamp Pass的一部分，是您开启AI之旅的黄金通行证。这些在线预训练营课程将从8月到10月进行，为您准备好充分利用今年10月30日至11月2日的ODSC West会议。不能全部参加直播课程？您还可以随时点播录像。请查看以下关于学习AI的入门课程。

Data Primer

随时可用

数据是数据科学、机器学习和学习AI的基本构建块。本课程旨在教授您理解、处理和分析数据所需的基础技能和知识。它涵盖了数据收集、组织、描述和转换以及基本分析等主题。它将帮助您开始AI之旅，并获得有价值的见解，这些见解将在随后的SQL、编程和AI课程中逐步积累：

模块1：	模块2：	模块3：	模块4：
数据简介	数据收集	数据转换	数据分析
什么是数据 为什么数据很重要 数据生命周期 理解数据类型 以数据为中心的AI	数据收集 数据来源 外部数据 数据许可 数据收集工具	数据 转换 – 数据增强 – 相关性和异常值 – 数据质量 – 数据 转换工具	数据描述 描述数据集 数据整形和整形示例 数据分析工具

SQL Primer

2023年9月7日星期四，美国东部时间下午2点

这门SQL编程课程教授学生基本的结构化查询语言，这是一种用于管理和操作数据的标准编程语言，是学习AI的基本工具。该课程涵盖了数据库设计和规范化、数据整理、聚合函数、子查询和连接操作等主题。您将学习如何设计和编写SQL代码来解决实际问题。完成课程后，学生将对SQL有牢固的基础，并能够有效地使用它从数据中提取信息。

模块1：	模块2：	模块3：	模块4：
数据整理	表格和数据库	SQL语法	数据操作
数据整理简介 为什么要用SQL进行数据整理？ 数据生命周期回顾 SQL数据类型 数据来源和收集	数据存储 常用数据库 表格和数据库 关系数据设计 数据 规范化 – 外键和主键	SQL语法简介 SQL查询语法 理解SQL CRUD（创建、读取、更新、删除） 使用SQL过滤数据 使用SQL进行数据描述	SQL中的子查询 加载和插入数据 事务控制 聚合函数和分组 连接操作 使用SQL更新数据

Python编程入门课程

2023年9月21日星期四，美国东部时间下午2点

Python语言是数据科学和机器学习中最流行的编程语言之一，因为它提供了许多强大且易于使用的库和框架，专门为这些领域设计。这个学习AI编程课程旨在快速介绍使用Python语言进行编码的基础知识。

它涵盖了数据结构、控制结构、函数、模块和文件处理等主题。该课程旨在提供Python的基本基础，并帮助学员发展在数据科学和机器学习领域进一步发展所需的技能。

模块1：	模块2：	模块3：	模块4：
介绍	数据结构	函数和模块	OOP和库
介绍 基本概念 变量和数据类型 运算符 控制结构 函数	数据结构 数组 列表 元组 字典 操作结构	定义函数 调用函数 传递和返回值 内置函数 导入模块 文件输入/输出	面向对象编程 定义类和对象 继承 异常处理 外部库

AI入门课程

2023年10月5日星期四，美国东部时间下午2点

数据清洗是任何数据驱动项目的基石，而Python作为这一领域中最强大的工具之一。该课程为学员提供了亲身实践的机会，掌握数据清洗的基本技术。从清理和转换原始数据到使其准备好进行分析，该课程将为您提供处理现实世界数据挑战所需的技能。

完成这个简短的AI学习课程后，学员将完全掌握管理数据生命周期、将原始数据转化为可行动洞察的知识和技能，为高级数据分析和AI应用打下基础。

模块1：	模块2：	模块3：	模块4：
介绍	数据清洗	数据转换	数据操作
数据清洗介绍 数据分析过程中数据清洗的重要性和作用 数据清洗、转换和重塑概述	数据来源 获取数据的技术 处理缺失数据 处理异常值和重复值 解决数据质量问题	重塑数据 透视、融合和堆叠 处理分类变量 数据类型转换 标准化和缩放	Pandas库 过滤、排序和聚合数据 数据集成和连接 合并和连接数据集

Python数据整理课程

2023年10月19日星期四，美国东部时间下午2点

这门AI素养课程旨在向参与者介绍人工智能（AI）和机器学习的基础知识。您将首先探索各种类型的AI，然后进一步了解算法、特征和模型等基本概念。您将学习机器学习的工作流程以及如何使用它来设计、构建和部署可以从数据中学习并进行预测的模型。这将涵盖模型训练以及包括监督学习和无监督学习在内的一些常见机器学习类型，还包括回归和k均值聚类等最常见的模型。

完成课程后，学员将具备机器学习及其能力的基本理解，并能够充分利用机器学习和数据科学入门级实践培训的机会。

模块1：	模块2：	模块3：	模块4：
介绍	机器学习类型	监督学习	无监督学习
人工智能概述 AI技术栈 机器学习定义 机器学习与传统编程的对比 算法和模型 机器学习工作流程	自变量与因变量 特征选择 数据标记 模型训练与测试 结构化和非结构化数据 – 机器学习类型	监督学习 常见的机器学习算法 分类模型 回归模型 如何选择模型？ 特征提取	无监督学习 监督学习与无监督学习对比 无监督学习 – K均值聚类模型 – 深度学习概述 – 深度学习与机器学习的对比

LLMs、提示工程和生成式AI

2023年秋季开课

在快速发展的人工智能领域中，“LLMs、提示工程和生成式AI”课程是一门前沿的课程，旨在为学习者提供最新的大型语言模型（LLMs）、提示工程和生成式AI技术的知识。本课程深入探讨LLMs的架构和工作原理，讲解如何制定有效的提示来引导AI生成响应，并介绍生成创造性和连贯内容的原理。由于这些组成部分正在成为AI技术栈的必备要素，了解它们对于任何希望在基于AI的应用中进行创新、优化和卓越的人来说都是必不可少的。

无论您是研究人员、开发人员还是人工智能爱好者，本课程将为您提供洞察和实践经验，帮助您掌握这些变革性技术的力量，并保持在人工智能革命的前沿。

模块1：	模块2：	模块3：	模块4：
LLM基础知识	提示工程	ChatGPT API	LLM微调
大型语言模型（LLMs） Transformer架构 架构 LLMs的应用 – 直接使用LLMs – 链接过程的流程 – 文本摘要 – 问答 – 文本相似度	基础知识 提示工程示例 提示的操纵 提示工程的准则 提示对响应的影响 温度 可预测与创造性的输出	令牌和提示 迭代式提示开发 评估提示的有效性 – 引导模型行为 – 构建自己的聊天机器人 – 提示的常见缺陷 – 幻觉、公平性、偏见和突破禁锢	微调 介绍 – 何时进行微调 – 模型阶段 – 分类 – 主题建模、情感分析和实体识别示例 – 预训练 – 硬件和数据考虑

今天开始学习！

你可能觉得自己已经太老上学了，但学习永远没有年龄限制。在这个学习季，获取你的ODSC West迷你训练营通行证，获得全新的就业技能，获取新的知识，建立新的人脉。立即注册，所有线下和线上通行证享受50%的折扣。