Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Introducere la Generative AI
- Ce este Generative AI?
- Istoria și evoluția Generative AI
- Concepte-cheie și terminologie
- Prezentare generală a aplicațiilor și a potențialului Generative AI
Elemente fundamentale ale Machine Learning
- Introducere în învățarea automată
- Tipuri de învățare automată: Supravegheată, nesupravegheată și Reinforcement Learning
- Algoritmi și modele de bază
- Preprocesarea datelor și ingineria caracteristicilor
Deep Learning Noțiuni de bază
- Rețele neuronale și învățare profundă
- Funcții de activare, funcții de pierdere și optimizatoare
- Tehnici de supraajustare, subajustare și regularizare
- Introducere în TensorFlow și PyTorch
Prezentare generală a modelelor generative
- Tipuri de modele generative
- Diferențe între modelele discriminative și generative
- Cazuri de utilizare a modelelor generative
Autocodare variaționale (VAE)
- Înțelegerea autocodificatoarelor
- Arhitectura VAE
- Spațiul latent și semnificația sa
- Proiect practic: Construirea unui VAE simplu
Rețele adversare generative (GAN)
- Introducere în GAN-uri
- Arhitectura rețelelor GAN: Generator și discriminator
- Formarea GAN-urilor și provocări
- Proiect practic: Crearea unui GAN de bază
Modele generative avansate
- Introducere în modelele transformatoare
- Prezentare generală a modelelor GPT (Generative Pretrained Transformer)
- Aplicații ale GPT în generarea de text
- Proiect practic: Generarea de text cu un model GPT preînvățat
Etică și implicații
- Considerații etice în Generative AI
- Prejudiciul și corectitudinea în modelele de inteligență artificială
- Implicații viitoare și inteligență artificială responsabilă
Aplicații industriale ale Generative AI
- Generative AI în artă și creativitate
- Aplicații în afaceri și marketing
- Generative AI în știință și cercetare
Proiect Capstone
- Ideea și propunerea unui proiect de inteligență artificială generativă
- Colectarea și preprocesarea seturilor de date
- Selectarea și antrenarea modelelor
- Evaluarea și prezentarea rezultatelor
Rezumat și etapele următoare
Cerințe
- Înțelegerea conceptelor de programare de bază în Python
- Experiență cu concepte matematice de bază, în special probabilitate și algebră liniară
Audiență
- Programatori
14 ore