🏆 理论凝态物理博士 🏆 长期担任教学助理，提供解题指导 🏆 现职数据科学家，有丰富业界经验。 🏆 客制化学习进度，依学生需求调整学习内容和进度。 🏆 长期在第一线编程。 🏆 生成式AI使用经验: 使用OpenAI API 和 Langchain 在Pyhon里进行语言处理。目前是Tier-5级使用者。 Stable Diffusion图像生成，这是我在Tensor Art的个人页 https://tensor.art/u/684879733015615979/posts。我不是很正经，但是对于阵式和咒语有很好的掌握能力。 这是我用SD3Medium搭建的工作流: https://tensor.art/template/run/739638719199383660?source_id=684879733015615979 欢迎试玩，不用钱。 🏆 擅长于结合数据，演算法，和商业案例。 🏆 熟悉各式Python API。 🏆 网路爬虫，受灾户包括大型电商如Amazon和Zalando。 🏆 机械学习模型表现足以媲美业界咨询公司。 🏆 上课内容会上传到专属的Github repository里，方便交换意见和升级代码。 把之前的家教和工作时的笔记整理了一下 *** Large Language Model 新手村 *** 这个难度是为了避免你出了村被一击秒 Week 1 - 利用LangChain框架与OpenAI API提升指令下达与内容生成效率 - 1.提示工程基本概念说明 - 2.LangChain框架概念和功能介绍 - 3.Outputparser作用和使用方法 - 4.Okapi25数据检索 Week 2 - 掌握LangChain Expression Language (LCEL)：LLM开发必备技能 - 1.LangChain 框架进行 embedding数据检索 - 2.LCEL概念与工作流程介绍 - 3.LCEL语法结构与逻辑运算 - 4.LCEL范例操作 Week 3 - 利用语言模型实现高效文字分类 - 1.数据预处理技术与工具介绍 - 2.零样本学习/分类 - 3.零样本学习的基本概念与应用场景 - 4.介绍N样本学习的概念与应用 Week 4 - 打造互动式聊天机器人与远端服务部属 - 1.LangChain Client/Server 功能实作(远端服务部属、客户端服务取得) - 2.Streaming技术概述 - 3.聊天机器人的基本概念与应用 Week 5 - LLM延伸应用：进阶检索和影像标记 - 1.Image Captioning - 2.进阶检索: 语意检索。影像，表格，文字三位一体检索。 Week 6 - 本地语言模型架设与工具应用实战 - 1.部属与配置本地 Llama-2 13B 量化模型 - 2.常用控制参数介绍 - 3.部属与配置本地 Llama-3 8B 量化模型 - 4.GPT-4o 语音模型 Whisper-1 & TTS-1 Week 7 - ReAct框架/Agent I：从入门到应用 - 1.ReAct Agent的基本概念与原理 - 2.如何建立agent tools - 3.设计和构建Agent聊天机器人 *** 数据科学基础入门 *** 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 🐶 快来加入体验课的行列！ 🐶 【体验课】 ➡️ 体验我的解题风格是否合适 ➡️ 专题咨询 ➡️ 实际解决问题 【教学风格】 ➡️ 问到饱，尽我所能的解答你的问题 ➡️ 当TA被磨出来的耐性。 ➡️ 可以依照学生解题的思路快速改代码。并且分析做法的特色或优缺点。 【课堂规定】 ↘️ 把题目先传给我，让我有时间准备。 Debug相当耗时间。 ↘️ 若需请假，一小时前用line或email通知就行。 ↘️ 我不介意你边吃边上课。有学到东西比较重要。