Schița de curs

Introducere în Inteligența Artificială Generativă

  • Ce este Inteligența Artificială Generativă?
  • Istoria și evoluția Inteligenței Artificiale Generative
  • Concepte și terminologie cheie
  • Prezentare generală a aplicațiilor și potențialului Inteligenței Artificiale Generative

Fundamente ale Învățării Automate

  • Introducere în învățarea automată
  • Tipuri de învățare automată: Supervizată, Nesupervizată și Prin Întărire
  • Algoritmi și modele de bază
  • Preprocesarea datelor și inginerie de caracteristici

Bazele Învățării Profunde

  • Rețele neuronale și învățarea profundă
  • Funcții de activare, funcții de pierdere și optimizatori
  • Supraadaptarea, subadaptarea și tehnici de regularizare
  • Introducere în TensorFlow și PyTorch

Prezentare Generală a Modelelor Generative

  • Tipuri de modele generative
  • Diferențe între modele discriminative și generative
  • Cazuri de utilizare pentru modele generative

Autoencodere Variationale (VAEs)

  • Înțelegerea autoencodere
  • Arhitectura VAEs
  • Spațiul latent și semnificația sa
  • Proiect practic: Construirea unui VAE simplu

Rețele Generative Adversariale (GANs)

  • Introducere în GANs
  • Arhitectura GANs: Generator și Discriminator
  • Antrenarea GANs și provocări
  • Proiect practic: Crearea unui GAN de bază

Modele Generative Avansate

  • Introducere în modelele Transformer
  • Prezentare generală a modelelor GPT (Generative Pretrained Transformer)
  • Aplicații ale GPT în generarea de text
  • Proiect practic: Generarea de text folosind un model GPT preantrenat

Etica și Implicații

  • Considerații etice în Inteligența Artificială Generativă
  • Părtinire și corectitudine în modelele de IA
  • Implicații viitoare și IA responsabilă

Aplicații Industriale ale Inteligenței Artificiale Generative

  • Inteligența Artificială Generativă în artă și creativitate
  • Aplicații în afaceri și marketing
  • Inteligența Artificială Generativă în știință și cercetare

Proiect Capstone

  • Ideare și propunere a unui proiect de inteligență artificială generativă
  • Colectarea și preprocesarea setului de date
  • Selectarea și antrenarea modelului
  • Evaluarea și prezentarea rezultatelor

Rezumat și Următorii Pași

Cerințe

  • Înțelegerea conceptelor de bază de programare în Python
  • Experiență cu concepte matematice de bază, în special probabilități și algebră liniară

Public țintă

  • Dezvoltatori
 14 Ore

Numărul de participanți


Pret per participant

Mărturii (3)

Cursuri viitoare

Categorii înrudite