104學習精靈

Online learning

Online learning
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
關於教室
關注人數 1 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 1 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

Online learning 學習推薦

全部
影片
文章
Kai

Program Manager

2023/06/05

免費生成式AI學習資源 offered by Google
Google has created a Generative AI learning path with 9 FREE courses!
Topics cover:
- Intro to LLMs
- Attention Mechanism
- Image Generation/Captioning
- Intro to Responsible AI
From the fundamentals of LLMs to creating & deploying generative AI solutions! 🚀
1️⃣ Introduction to Generative AI:
An introductory level micro-learning course aimed at explaining:
- What Generative AI is
- How it is used
- How it differs from traditional ML
Check this out👇
2️⃣ Introduction to Large Language Models:
The course explores:
- Fundamentals LLMs
- Their use cases
- Prompt engineering on LLMs
Check this out👇
3️⃣ Introduction to Responsible AI:
The course explains what responsible AI is, why it's important, and how Google implements responsible AI in their products.
Check this out👇
4️⃣ Introduction to Image Generation:
This course introduces diffusion models, a family of ML models that recently showed promise in the image generation space.
Check this out👇
5️⃣ Encoder-Decoder Architecture:
This course gives you a synopsis of the encoder-decoder architecture.
It's a powerful and prevalent machine learning architecture for sequence-to-sequence tasks.
Check this out👇
6️⃣ Attention Mechanism:
The course teaches you how attention works & how it revolutionised:
- machine translation
- text summarisation
- question answering
Check this out👇
7️⃣ Transformer Models and BERT Model:
This course introduces you to some of the most famous and effective transformer architectures!
Check this out👇
8️⃣ Create Image Captioning Models:
This course teaches you how to create an image captioning model by using deep learning.
Check this out👇
9️⃣ Introduction to Generative AI Studio:
Check this out👇
0 0 869 1

熱門精選

104學習精靈

產品

10/30 16:13

雙11精選加碼課程,不要錯過喔!
雙11精選加碼課程,不要錯過喔 !
第一波 11/1 00:00 ~ 11/10 23:59
想要增加職場技能,要保握學習優惠喔!讓你學習更輕鬆!
【 領『 88折送百元LINE點數 』優惠券_結帳記得使用優惠券 】
優惠時間:2024/11/1-2014/11/10
🔵 ChatGPT x Excel | 職場必學商務數據分析術
🔵 從Excel到Power BI數據視覺化
🔵 .NET開發資料庫應用系統全方位-ADO.NET與Entity Framework(.NET Core)攻略
🔵 成為 AI 科學家|資料分析師必備視覺化技能 Power BI
🔵 C# .Net Framework系統基礎實作攻略
🔵 學程式也能很好玩:不背語法寫Java
🔵 快速活用 MySQL,精準設計關聯式資料庫
🔵 全端工程師必修-Python迅速開發網站實戰
🔵 第一次就上手,前端工程新手指南
🔵 成為前端工程師|透過 HTML 與 CSS 認識網頁設計,從 0 到 1 打造實用介面 (上集)
🔵 白帽駭客入門 I 基礎網頁滲透實作
【 領『 85折送百元LINE點數 』優惠券_結帳記得使用優惠券 】
優惠時間:2024/11/1-2014/11/10
🟠 一次搞懂 ChatGPT 工作法 | 5分鐘看懂,立即上手 AI 應用觀念!
🟠 商務簡報技巧
🟠 Python基礎課程:17小時學會寫程式
🟠 訴訟基本觀念十堂課:教你避免法律風險,掌握官司的主導權
🟠 多益全制霸:必考文法全攻略
🟠 英文簡報表達力 | 商務溝通實戰技巧
🟠 多益全制霸:必考字群獨家記憶法
🟠 Offer Get ! 現在開始找份好工作
🟠 如何談升職加薪
🟠 讀懂財報的基礎入門
🟠 產品思維-像產品經理一樣思考
🟠 認識孩子的九大氣質:讓親子關係更緊密的一堂課
【 領『 85折送2百LINE點數 』優惠券_結帳記得使用優惠券 】
優惠時間:2024/11/1-2014/11/10
⚡ 畫出迷人風格 | iPad電繪Procreate插畫課
⚡ 新手的第一堂Procreate動畫課|療癒風格動起來
⚡ 【自我和解的8堂課】用金剛經破除生命誤會,找回快樂的自己
⚡ 居家水電自己來!水電爸爸的水電實務課
⚡ 【化輸入為輸出】九堂課教你輸出高品質內容
⚡ 手沖咖啡學|搞懂原理,成為咖啡職人
【更多課程優惠|查看留言處】
0 8 1409 0
2 0
石惠貞

副總經理暨投資長

2022/10/20

中國職業教育平台"職問"獲得5000萬元戰略投資
中國職前教育平台「職問」近期宣布完成5000萬人民幣的B輪戰略投資,本次投資由智聯招聘、網易投資領投。據報導,累計融資已近3億!
職問成立於2015年,聚焦海內外留學生群體求職,連接C端留學生群體、B端企業及全球高校,提供全程方案、求職加速、職業諮詢、職業資質、職業技能等服務,服務覆蓋金融、數據科技、互聯網、法律、諮詢、會計等熱門求職領域,成為兼具價值和規模的新一代職業教育平台。
職問在2020年後搭建起全新的獲客渠道,全面開展C端業務。搭建起在微信、小紅書、抖音多平台的媒體矩陣,提升私域流量佔比。據數據顯示,職問約50%的用戶來自於新入口,獲客成本低於線下,直接優化了職問的利潤結構。
職問為不同行業、不同求職方向的學生分別建立社群,群內發放最新行業資訊和活動信息,為學生求職提供最新資訊。職問視頻號開設定期專題講座,根據求職熱點話題進行求職資訊、技能提升等方向講座,深受學生好評。
職問根據學生所處不同階段以及求職意向行業,組合職業規劃、簡歷精修、錄播課、小班課、大班課、1V1導師輔導等課程,進行標準化服務,服務貫穿學生從大學到進入職場的全週期。
導師端,職問擁有3000+導師團隊,導師團隊來自全球各行業在職導師。在用戶端,職問搭建“深根”系統進行技術保障,多平台同步追踪學進度,滿足學員多平台進行職業規劃、導師匹配、導師認證、課程評價等。
0 0 337 0

推薦給你

知識貓星球

喵星人

16小時前

產品經理如何進行需求分析與優先排序?關鍵指標及三個步驟
在需求分析與優先排序中,產品經理 (PM) 需要根據商業價值和技術可行性進行權衡,並清晰地與利益相關者溝通優先級排序的原因,這樣的需求優先排序與溝通過程,不僅能讓利益相關者理解需求的商業價值,也能促進透明的溝通,讓各方達成共識並支持需求的最終排序。這裡包含了三個主要步驟:
1. 需求分析
► 明確需求目的:了解需求背後的業務目標和使用者需求,例如是否提高轉換率、提升使用體驗或增加用戶數。
► 定義商業價值:將需求對商業價值進行量化,例如收入增加、成本降低、使用者黏性提升等。商業價值有助於利益相關者理解需求的重要性。
► 技術可行性評估:與技術團隊合作,分析需求的技術挑戰,包括開發複雜度、系統兼容性和可行性。這樣可以幫助各方評估實施成本和風險。
2. 需求優先排序
► 選擇優先排序框架:PM通常會使用優先排序框架,如 RICE(Reach, Impact, Confidence, Effort)、MoSCoW(Must-have, Should-have, Could-have, Won't-have)等,為需求設立系統化的評估依據。
► RICE:從影響範圍 (Reach)、影響程度 (Impact)、信心水準 (Confidence) 和所需努力 (Effort) 四方面量化需求的價值。
► MoSCoW:將需求分類為「必須有」、「應該有」、「可以有」和「不需要」,幫助快速評估需求的必要性。
► 建立優先順序清單:根據商業價值和技術可行性評估結果,將需求排序,並形成優先級清單,以便利益相關者更直觀地理解各需求的相對重要性。
3. 與利益相關者溝通優先排序結果
► 詳細說明排序理由:在與利益相關者討論優先清單時,PM應說明每項需求的商業價值和技術評估結果,強調哪些需求是策略性優先和能達到最大商業回報的。
► 建立需求權衡共識:在會議中呈現各需求的量化數據和排序框架,例如如何根據 RICE 或 MoSCoW 決策,並針對排序較低的需求提供延期或優化的可能方案。
► 持續回饋機制:定期邀請利益相關者提供回饋,尤其在商業環境變動或技術進展時進行需求重排。這樣能幫助利益相關者對需求排序有更深的理解,也利於PM根據新情況做出調整。
0 0 161 0
你可能感興趣的教室