Kurzusleírás
Generatív AI alapok áttekintése
- Gyors áttekintés a generatív AI fogalmairól
- Haladó alkalmazások és esettanulmányok
Mélymerülés a Generatív Adversarial Hálózatokba (GAN-ok)
- GAN architektúrák részletes tanulmányozása
- GAN betanítását javító technikák
- Feltételes GAN-ok és azok alkalmazásai
- Gyakorlati projekt: Komplex GAN tervezése
Haladó Variációs Autoencoder-ek (VAE-k)
- VAE-k határainak felfedezése
- Szétválasztott reprezentációk VAE-kben
- Beta-VAE-k és azok jelentősége
- Gyakorlati projekt: Haladó VAE építése
Transformerek és generatív modellek
- A Transformer architektúra megértése
- Generatív Pretrained Transformer-ek (GPT) és BERT generatív feladatokban
- Finomhangolási stratégiák generatív modellekhez
- Gyakorlati projekt: GPT modell finomhangolása egy adott területre
Diffúziós modellek
- Bevezetés a diffúziós modellekbe
- Diffúziós modellek betanítása
- Alkalmazások kép- és hanggenerálásban
- Gyakorlati projekt: Diffúziós modell implementálása
Megerősítő tanulás a generatív AI-ban
- Megerősítő tanulás alapjai
- Megerősítő tanulás integrálása generatív modellekkel
- Alkalmazások játéktervezésben és eljárásos tartalomgenerálásban
- Gyakorlati projekt: Tartalom létrehozása megerősítő tanulással
Haladó témák az etikában és az elfogultságban
- Deepfake-ek és szintetikus média
- Elfogultság felismerése és enyhítése generatív modellekben
- Jogi és etikai megfontolások
Iparspecifikus alkalmazások
- Generatív AI az egészségügyben
- Kreatív iparágak és szórakoztatás
- Generatív AI a tudományos kutatásban
Kutatási trendek a generatív AI-ban
- Legújabb fejlemények és áttörések
- Nyitott problémák és kutatási lehetőségek
- Felkészülés a generatív AI kutatói karrierjére
Záróprojekt
- Generatív AI-hoz illő probléma azonosítása
- Haladó adatkészlet előkészítés és bővítés
- Modell kiválasztása, betanítása és finomhangolása
- A projekt értékelése, iterációja és bemutatása
Összefoglalás és következő lépések
Követelmények
- Alapvető gépi tanulási fogalmak és algoritmusok ismerete
- Tapasztalat Python programozásban és TensorFlow vagy PyTorch alapvető használatában
- Ismeret a neurális hálózatok és mélytanulás alapelveiről
Célközönség
- Adattudósok
- Gépi tanulási mérnökök
- AI szakemberek
Vélemények (3)
Az oktatók válaszolhatnak minden kérdésre és fogadhatnak bármilyen megkeresést
Dewi Anggryni - PT Dentsu International Indonesia
Kurzus - Copilot for Finance and Accounting Professionals
Gépi fordítás
Az AI felhasználási esetek és alkalmazásainak átvétele segítőnek volt. Elégedett voltam az egyes mesterséges intelligencia ügynökök körutatással.
Axel Schulz - CANARIE Inc
Kurzus - Microsoft 365 Copilot: AI Productivity Across Word, Excel, PowerPoint, Outlook, and Teams
Gépi fordítás
Szívesen vette fel, hogy a képző rendkívül sok tudást rendelkezett és ezt bennünket keresztül osztotta meg.
Daria Pawlak - LKQ POLSKA SPOLKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
Kurzus - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Gépi fordítás