Schița de curs

Revizuire a Fundamentelor de Inteligență Artificială Generativă

  • Recapitulare rapidă a conceptelor de Inteligență Artificială Generativă
  • Aplicații avansate și studii de caz

Explorare În Profunditate în Rețele Adversariale Generative (GANs)

  • Studiu detaliat al arhitecturilor GAN
  • Tehnice pentru îmbunătățirea antrenării GAN
  • Rețele Adversariale Generative condiționate și aplicațiile lor
  • Proiect practic: Dezvoltarea unei rețele GAN complexe

Autoencoaderi Variacionali Avansați (VAEs)

  • Explorarea limitelor VAEs
  • Reprezentări disentangled în VAEs
  • Beta-VAEs și importanța lor
  • Proiect practic: Construirea unui VAE avansat

Transformers și Modele Generative

  • Comprehensia arhitecturii Transformer
  • Preantrenarea Transfomerilor (GPT) și BERT pentru sarcini generate
  • Strategii de finetuning pentru modele generate
  • Proiect practic: Fine-tuning a unui model GPT pentru un domeniu specific

Modele Diffusion

  • Introducere în modele diffusion
  • Antrenarea modelelor diffusion
  • Aplicații în generarea de imagini și audio
  • Proiect practic: Implementarea unei modele diffusion

Aprenderea prin Recompense în Inteligență Artificială Generativă

  • Bazele antrenării prin recompense
  • Integrarea antrenării prin recompense cu modele generate
  • Aplicații în proiectarea jocurilor și generarea de conținut procedural
  • Proiect practic: Crearea de conținut folosind antrenarea prin recompense

Subiecte Avansate în Etica și Biase

  • Deepfakes și medii sintetice
  • Detectarea și mitigarea biasei în modele generate
  • Considerații legale și etice

Aplicații Specifică Industriei

  • Inteligență Artificială Generativă în sănătate
  • Industriile creative și entreținere
  • Inteligență Artificială Generativă în cercetarea științifică

Trendurile de Cercetare în Inteligență Artificială Generativă

  • Cele mai recente progrese și descoperiri
  • Probleme deschise și oportunități de cercetare
  • Prepararea pentru cariera de cercetare în Inteligență Artificială Generativă

Proiect Capstone

  • Identificarea unui problemă adecvată pentru Inteligența Artificială Generativă
  • Prepararea și augmentarea seturilor de date avansate
  • Selectarea, antrenarea și fine-tuning-ul modelului
  • Evaluarea, iterația și prezentarea proiectului

Concluzii și Pași Următori

Cerințe

  • Oprit de baze cu conceptele și algoritmii de învățare automată
  • Experiență în programarea Python și utilizarea bazice a TensorFlow sau PyTorch
  • Cunoștințe cu principiile rețelelor neuronale și învățarea profunză

Publicație

  • Oamenii de date
  • Inginerii de învățare automată
  • Practicienii AI
 21 ore

Numărul de participanți


Pret per participant

Upcoming Courses

Categorii înrudite