Kurzusleírás

Bevezetés a generatív AI-be

  • A generatív AI meghatározása
  • Generatív modellök áttekintése (GAN-ok, VAE-ok stb.)
  • Alkalmazások és esetstudiumok

A szintetikus adatok szükségessége

  • A valós adatok korlátai
  • Adatvédelmi és biztonsági aggályok
  • AI-modellek robustusságának növelése

Szintetikus adatok generálása

  • Szintetikus adatok generálásának technikái
  • Adatok minőségének és változékonyságának biztosítása
  • Pratikus műhely: Első szintetikus adatkészlet létrehozása

Szintetikus adatok értékelése

  • Szintetikus adatok minőségének mértékei
  • Szintetikus vs. valós adatok teljesítményének összehasonlítása
  • Esetstudium-analyse

Etikai és jogi kérdések

  • Az etikai tájékoztatás
  • Jogi keretek és szabályzatok
  • Az innováció és a felelősség egyensúlyozása

Haladó témák az adat szintézisében

  • Szintetikus adatok felügyeletlen tanuláshoz
  • Adatszintézis különböző területeken
  • A generatív AI jövőbeli irányzatai

Összegző projekt

  • Tudás alkalmazása valós világbeli helyzetekben
  • Szintetikus adatsztratégia fejlesztése
  • Értékelés és visszajelzés

Összegzés és következő lépések

Követelmények

  • Az alapvető gépi tanulási fogalmak megértése
  • Pyhton programozási tapasztalat
  • Ismeret adattudományi munkafolyamatokkal

Audience

  • Adattudósok
  • AI szakemberek
 21 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák