LLM-empowered Python Programming for AI

La Fête du Travail commence avec plus de 70 $ d'économies sur Coursera Plus. Bénéficiez de 40 % de réduction pendant 3 mois.

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

LLM-empowered Python Programming for AI

Ce cours fait partie de Spécialisation "Applied AI for Engineers and Scientists: Practitioners"

Instructeurs : Bo Liu

Inclus avec En savoir plus

3 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Expérience recommandée

1 semaine à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

3 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Expérience recommandée

1 semaine à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Essential Python programming skills for applied AI
Use Large Language Models (LLMs) for Python programming

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

août 2026

Évaluations

3 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Applied AI for Engineers and Scientists: Practitioners"

Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.

Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable

Il y a 3 modules dans ce cours

The first course introduces essential Python programming skills for applied AI. Thanks to Large Language Models (LLMs), you no longer need to be a proficient Python programmer to make good use of AI techniques in your science and engineering practice. Instead, you only need to handle the fundamentals of Python, its use for AI, and systematically describe your requirements for LLM tools. However, systematic LLM-empowered Python programming lessons are rare. This course aims to fill this gap. In 3 modules, you will be able to generate Python programs, understand them, and validate them, and become a proficient Python programmer, particularly in Python programs for numerical computing and AI. Students who already have strong Python programming experience can proceed directly to Course 2.

This module introduces the fundamentals of Python. Even with assistance from Large Language Models (LLMs), the concepts introduced in this module must be addressed for learners to understand and verify the LLM’s outputs. Then, LLM-based Python programming is introduced with examples. After learning this module, you will be able to:

Inclus

7 vidéos5 lectures1 devoir1 laboratoire non noté

7 vidéosTotal 62 minutes

Welcome to LLM-empowered Python Programming for AI4 minutes
Setup Python Environment9 minutes
Tutorial 1 - Python installation and a demo of Jupyter Notebook10 minutes
Variables, Operators, Control Structure, Loop, Functions11 minutes
AI-assisted Python Programming11 minutes
Tutorial 2 - Cases for using LLM for Python programming 17 minutes
Module 1 Recap1 minute

5 lecturesTotal 55 minutes

Specialization and Course Structure5 minutes
Course Sample Certificate5 minutes
Connect with UofG Online5 minutes
PPT Lecture Slides - Python Fundamentals10 minutes
Module 1 Practice Assignment30 minutes

1 devoirTotal 30 minutes

Module 1 Quiz30 minutes

1 laboratoire non notéTotal 60 minutes

Assignment 1.1: Build a Student Score Analyzer60 minutes

In this module, you will build a stronger foundation in Python by learning how objects and classes work, and by using core data structures such as lists, tuples, sets, and dictionaries. You will be introduced to powerful libraries/packages, including NumPy, Pandas, and Matplotlib, for numerical computing, data analysis, and visualization, which are foundational components in the use of AI. Finally, you will learn how LLM tools can support advanced numerical programming and help you solve more complex computational tasks. After learning this module, you will be able to:

Inclus

10 vidéos3 lectures1 devoir2 laboratoires non notés

10 vidéosTotal 93 minutes

Module 2 Introduction1 minute
Objects and Classes in Python10 minutes
Python Lists12 minutes
Python Built-in Classes, Modules, Packages9 minutes
Data Analysis with NumPy and Pandas21 minutes
Data Visualization with Matplotlib5 minutes
Tutorial 1 - Getting Started with NumPy in PyCharm15 minutes
Tutorial 2 - AI-Assisted Pandas Analysis13 minutes
Tutorial 3 - AI-Assisted Data Visualisation with Matplotlib6 minutes
Module 2 Recap1 minute

3 lecturesTotal 50 minutes

PPT Lecture Slides - Python Objects and Data Structures10 minutes
PPT Lecture Slides - Python Libraries and Numerical Programming10 minutes
Module 2 Practice Assignment30 minutes

1 devoirTotal 30 minutes

Module 2 Quiz30 minutes

2 laboratoires non notésTotal 120 minutes

Assignment 2.1: Daily Sales Data Analyzer60 minutes
Assignment 2.2: Daily Temperature Data Analysis60 minutes

In this module, you will learn the fundamentals of scikit-learn, one of the most widely used machine learning libraries in Python. You will follow a typical machine learning workflow, including preparing data, training models, and evaluating results. The module will also show how LLM tools can help you control scikit-learn and generate machine learning programs. By the end, you will develop advanced Python programming techniques using LLM tools. After learning this module, you will be able to:

Inclus

8 vidéos5 lectures1 devoir2 laboratoires non notés

8 vidéosTotal 87 minutes

Module 3 Introduction1 minute
Getting Started with scikit-learn10 minutes
Tutorial 1 - Linear Regression Case Study28 minutes
Tutorial 2 - KNN Classification Case Study14 minutes
Tutorial 3 - KNN Visualisation and Evaluation9 minutes
Tutorial 4 - Building Advanced Python Functions14 minutes
Tutorial 5 - Visualising Python Functions10 minutes
Module 3 Recap1 minute

5 lecturesTotal 70 minutes

PPT Lecture Slides - Intro to scikit-learn10 minutes
PPT Lecture Slides & Tutorial Resources - Classification & Regression with scikit-learn10 minutes
PPT Lecture Slides - Complex Function Writing10 minutes
Module 3 Practice Assignment30 minutes
Continue Learning with UofG Online10 minutes

1 devoirTotal 30 minutes

Module 3 Quiz30 minutes

2 laboratoires non notésTotal 120 minutes

Assignment 3.1: Build a Fruit Classifier with KNN60 minutes
Assignment 3.2: Predict Salaries with Linear Regression60 minutes

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

Bo Liu

University of Glasgow

6 Cours4 242 apprenants

Offert par

University of Glasgow

En savoir plus sur Software Development

University of Glasgow
Advanced Machine Learning and its Applications
Cours
University of Glasgow
Advanced Intelligent Optimization and its Applications
Cours

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Profitez de plus de 10 000 programmes grâce à notre offre spéciale pour la Fête du Travail
Abonnez-vous à Coursera Plus
Commencez par réaliser des économies simples pour vos équipes qui travaillent dur
Économisez 30 % dès aujourd'hui

Foire Aux Questions

To access course materials, assignments, and earn a Certificate, you'll need to purchase the Certificate experience when you enroll in a course. Eligible learners may also have the option to start with a Free Trial. Some courses may also offer a Full Course, No Certificate option. This lets you access course materials, submit required assessments, and receive a final grade, but you won't be able to earn or purchase a Certificate.

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.