Kurzusleírás

Bevezetés a generatív AI-be

  • Mi az a generatív AI?
  • A generatív AI története és fejlődése
  • Kulcsfontosságú fogalmak és terminológia
  • A generatív AI alkalmazásai és potenciálja

A gép tanulás alapjai

  • Bevezetés a gép tanulásba
  • Gép tanulás típusai: felügyeletes, felügyelet nélküli és megerősítő tanulás
  • Alap algoritmusok és modellek
  • Adat előfeldolgozás és jellemzők kialakítása

Mély tanulás alapjai

  • Ideghálózatok és mély tanulás
  • Aktiválási funkciók, veszteségi funkciók és optimalizálók
  • Túltanulás, alultanulás és regulárisítási technikák
  • Bevezetés a TensorFlow és PyTorch használatába

Generatív modellek áttekintése

  • Generatív modellek típusai
  • A generatív és differenciális modellek közötti különbségek
  • Generatív modellek alkalmazási területei

Variációs autoencoder (VAE)

  • Az autoencoderok megértése
  • A VAE architektúrája
  • A latent tér és jelentősége
  • Praktikus projekt: egyszerű VAE építése

Generatív ellenőrző hálózatok (GAN)

  • Bevezetés a GAN-okba
  • A GAN-ok architektúrája: generátor és differenciátor
  • GAN-ok edzése és kihívások
  • Praktikus projekt: alapos GAN létrehozása

Fejlett generatív modellek

  • Bevezetés a Transformer-modellekbe
  • Áttekintés a GPT (Generatív Előképzett Transformer) modellekről
  • A GPT alkalmazásai a szöveggenerálásban
  • Praktikus projekt: szöveggenerálás előre készített GPT modell használatával

Etika és következmények

  • Etikai megfontolások a generatív AI-ban
  • Bias és igazságosság az AI-modellekben
  • Jövőbeli következmények és felelős AI

A generatív AI ipari alkalmazásai

  • Generatív AI a művészetben és a kreativitásban
  • Alkalmazások üzlet és marketing területén
  • Generatív AI a tudományban és a kutatásban

Összegző projekt

  • Generatív AI projekt ötlete és javaslat
  • Adathalmaz gyűjtés és előfeldolgozás
  • Modell kiválasztás és edzés
  • Eredmények értékelése és bemutatása

Összegzés és következő lépések

Követelmények

  • Python alapprogramozási fogalmak megértése
  • Alapvető matematikai fogalmak ismerete, különösen a valószínűségszámítás és a lineáris algebra terén

Célközönség

  • Fejlesztők
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák