Kurzusleírás

Bevezetés a generatív MI-be

  • Mi a generatív MI?
  • A generatív MI története és fejlődése
  • Kulcsfogalmak és terminológia
  • A generatív MI alkalmazásainak és lehetőségeinek áttekintése

A gépi tanulás alapjai

  • Bevezetés a gépi tanulásba
  • A gépi tanulás típusai: Felügyelt, felügyelet nélküli és megerősítéses tanulás
  • Alapvető algoritmusok és modellek
  • Adatfeldolgozás és jellemzőképzés

A mélytanulás alapjai

  • Neurális hálózatok és mélytanulás
  • Aktivációs függvények, veszteségfüggvények és optimalizálók
  • Túltanulás, alultanulás és regularizációs technikák
  • Bevezetés a TensorFlow és PyTorch használatába

Generatív modellek áttekintése

  • Generatív modellek típusai
  • Különbségek a diszkriminatív és generatív modellek között
  • Generatív modellek használati esetei

Variációs Autoenkóderek (VAE)

  • Az autoenkóderek megértése
  • A VAE architektúrája
  • A latens tér és annak jelentősége
  • Gyakorlati projekt: Egyszerű VAE építése

Generatív Ellenséges Hálózatok (GAN)

  • Bevezetés a GAN-okba
  • A GAN architektúrája: Generátor és Diszkriminátor
  • GAN-ok tanítása és kihívások
  • Gyakorlati projekt: Alapvető GAN létrehozása

Haladó generatív modellek

  • Bevezetés a Transformer modellekbe
  • Áttekintés a GPT (Generative Pretrained Transformer) modellekről
  • GPT alkalmazásai szöveggenerációban
  • Gyakorlati projekt: Szöveggeneráció előre betanított GPT modellel

Etika és következmények

  • Etikai megfontolások a generatív MI területén
  • Elfogultság és tisztesség az MI modellekben
  • Jövőbeli következmények és felelősségteljes MI

A generatív MI ipari alkalmazásai

  • Generatív MI a művészetben és kreativitásban
  • Alkalmazások az üzleti és marketing területén
  • Generatív MI a tudományban és kutatásban

Záróprojekt

  • Generatív MI projekt ötletelése és javaslata
  • Adatgyűjtés és előfeldolgozás
  • Modellválasztás és tanítás
  • Eredmények kiértékelése és bemutatása

Összefoglalás és következő lépések

Követelmények

  • Alapvető programozási ismeretek Python nyelven
  • Tapasztalat alapvető matematikai fogalmakkal, különösen a valószínűségszámítás és a lineáris algebra területén

Közönség

  • Fejlesztők
 14 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (3)

Közelgő kurzusok

Rokon kategóriák