Kurzusleírás

Bevezetés a Generative AI-be

  • Mi az Generative AI?
  • A Generative AI története és fejlődése
  • Kulcsfogalmak és terminológia
  • A Generative AI alkalmazásainak és lehetőségeinek áttekintése

A Machine Learning alapjai

  • Bevezetés a gépi tanulásba
  • A gépi tanulás típusai: felügyelt, felügyelt és Reinforcement Learning
  • Alapvető algoritmusok és modellek
  • Adatok előfeldolgozása és funkciótervezés

Deep Learning Alapok

  • Neurális hálózatok és mély tanulás
  • Aktiválási funkciók, veszteségfüggvények és optimalizálók
  • Túlillesztés, alulillesztés és rendszeresítési technikák
  • Bevezetés a TensorFlow-be és a PyTorch-be

Generatív modellek áttekintése

  • A generatív modellek típusai
  • A diszkriminatív és a generatív modellek közötti különbségek
  • Használati esetek generatív modellekhez

Variációs automatikus kódolók (VAE)

  • Az automatikus kódolók megértése
  • A VAE architektúrája
  • A látens tér és jelentősége
  • Gyakorlati projekt: Egyszerű VAE építése

Generatív ellenséges hálózatok (GAN)

  • Bevezetés a GAN-okba
  • A GAN-ok architektúrája: generátor és megkülönböztető
  • GAN-ok képzése és kihívások
  • Gyakorlati projekt: Alapszintű GAN létrehozása

Speciális generatív modellek

  • A Transformer modellek bemutatása
  • A GPT (Generatív előképzett transzformátor) modellek áttekintése
  • A GPT alkalmazásai a szöveggenerálásban
  • Gyakorlati projekt: Szöveggenerálás egy előre betanított GPT-modellel

Etika és következmények

  • Etikai megfontolások az Generative AI-ben
  • Elfogultság és igazságosság az AI-modellekben
  • Jövőbeli következmények és felelős AI

Az Generative AI ipari alkalmazásai

  • Generative AI a művészetben és a kreativitásban
  • Alkalmazások az üzleti életben és a marketingben
  • Generative AI a tudományban és a kutatásban

Capstone projekt

  • Generatív AI projekt ötlete és javaslata
  • Adatkészlet gyűjtése és előfeldolgozása
  • Modellválasztás és képzés
  • Az eredmények értékelése és bemutatása

Összegzés és a következő lépések

Követelmények

  • Az alapvető programozási fogalmak megértése a Python-ban
  • Tapasztalat alapvető matematikai fogalmakkal, különösen a valószínűségszámítással és a lineáris algebrával

Közönség

  • Fejlesztők
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák