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
Bazele Învățării Automate
- Introducere în învățarea automată
- Tipuri de învățare automată: Supravegheată, Nesupravegheată și Învățare prin Reforțare
- Algoritmi și modele de bază
- Preprocesarea datelor și ingineria caracteristicilor
Bazele Învățării Profunde
- Rețele neuronale și învățarea profundă
- Funcții de activare, funcții de pierdere și optimizatori
- Supraadaptarea, subadaptarea și tehnicile 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 modelele generative
Autoencodere Variationale (VAE)
- Înțelegerea autoencodere
- Arhitectura VAE
- 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 pre-antrenat
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
Publicul țintă
- Dezvoltatori
Mărturii (3)
Detalii complete despre context; cum să creezi un prompt.
Olaf Kannt - Helios Klinikum Krefeld
Curs - Generative AI and Prompt Engineering in Healthcare
Tradus de catre o masina
sfaturile și prompturile recomandate pe care le putem pune în practică în urma acestui training
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Curs - InVideo AI: Creating Engaging Short-Form Videos
Tradus de catre o masina
folosirea unor prompturi corecte și eficiente
Marses Pacaldo
Curs - Generative AI and Prompt Engineering for Corporate Professionals
Tradus de catre o masina