ChatGPT 喺 2022 年底推出嗰陣,我即刻迷上咗。我要承認,作為一個做咗 18 年廣告、完全冇 coding 背景嘅人,machine learning 嘅世界對我嚟講既迷人又嚇人。我問咗身邊嘅人甚至問埋 ChatGPT 自己——「我應該從邊度開始?」——答案一直都係 Andrew Ng 嘅 Coursera 課程。所以我報咗由 Stanford 同 Deeplearning.AI 提供、Andrew Ng · 聯盟連結: Chandler可能會收到佣金。 教嘅「Machine Learning Specialization · 聯盟連結: Chandler可能會收到佣金。」同「Deep Learning Specialization · 聯盟連結: Chandler可能會收到佣金。」。
完全唔知自己做緊乜嘅階段
Machine Learning Specialization · 聯盟連結: Chandler可能會收到佣金。 係我第一次踏入呢個領域。由 Stanford Online 同 DeepLearning.AI 創建,呢個適合初學者嘅課程承諾提供全面嘅 machine learning 基礎入門,從用 NumPy 同 scikit-learn 建 ML 模型到應用 unsupervised learning 技術。
終於開竅嗰一刻
個課程畀咗我紮實嘅基礎——用 Python、NumPy 同 scikit-learn 建 ML 模型。我學識咗構建同訓練 supervised 模型做預測同 binary classification 任務。Andrew Ng 係一個超級好嘅老師。佢將複雜概念解釋得簡單嘅能力,老實講冇人比得上。
差啲放棄嗰一刻
對我嚟講最大嘅挑戰係 Python 同 command line interface。我以前連一行 code 都冇寫過 :D 但我有 ChatGPT 喺身邊,我不斷發問——連啲好基本嘅問題都問。慢慢地啲嘢開始有 sense。我覺得關鍵係唔好尷尬問「蠢」問題。
再深入(又再被 humble)
我學習日程上嘅下一個係 Deep Learning Specialization · 聯盟連結: Chandler可能會收到佣金。。呢個課程亦都係 Andrew Ng 教,深入研究 machine learning 嘅複雜性,聚焦於 neural network architectures 同前沿技術。
開始變陡嘅地方
從基礎去到 deep learning 真係好陡,我唔會騙你。不過課程設計得好好,動手做嘅 project 真係好有幫助。呢個課程同上面嗰個有少少重疊。因為係網上學習,你可以快轉或者跳過你已經學過嘅內容。
理論遇上現實
實際嘅 project 係最好嘅部分。佢哋將理論同實踐連接起來,我開始睇到呢啲概念可以點樣應用到實際問題上——呢個正正係令我之後好想砌自己嘅 chatbot 嘅原因。
開始砌嘢嘅時刻
最後,Building Systems with the ChatGPT API · 聯盟連結: Chandler可能會收到佣金。 課程為我打開咗一條新路,去探索將 large language models 整合入實際應用。基於我從前面兩個課程學到嘅嘢,我成功:
- 從我嘅網站導出數據(網站當時用 WordPress 建,而家已轉用 Next.js)
- 清理同準備數據。你可以喺呢度睇部分代碼。當然啲 code 需要根據項目/API 規格進一步修改。
- 用 embedding API 建一個更好嘅用 LLM 嘅搜索功能。
令唔同部分互相溝通
呢個課程教你點樣用連鎖 call 去 large language model 嚟自動化複雜嘅 workflow——基本上就係點樣令你應用嘅唔同部分通過 LLM 互相溝通。
回望成段旅程
回望,呢段旅程好辛苦但係回報超豐富。每個課程唔止擴展我嘅理解,仲擴展我對「乜嘢係可能」嘅感覺。從一個唔知 command line 係乜嘅人到一個可以用 code 砌嘢嘅人——呢個轉變到而家對我嚟講都仲係好超現實。
你猜點?我成功用 OpenAI API、embedding 技術等等砌咗我嘅 chatbot。你可以喺呢度睇學到嘅嘢同試個 chatbot。
你有冇上過 Andrew Ng 嘅課程?或者你喺考慮緊?好想聽吓你嘅經驗——特別係如果你同我一樣係非技術背景。
祝好,
Chandler