Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Základy generativní umělé inteligence
- Stručný přehled základních konceptů generativní AI
- Pokročilé aplikace a případové studie
Podrobný rozbor generativních adversariálních sítí (GAN)
- Detailní analýza architektury GAN
- Techniky zlepšující trénování GAN
- Podmíněné GAN a jejich využití
- Praktický projekt: Navrhnutí složitého GAN modelu
Pokročilé variacionální autoenkodéry (VAE)
- Limitace a možnosti VAE
- Disentangované reprezentace v rámci VAE
- Beta-VAE a jejich význam pro teorii i praxi
- Praktický projekt: Vytvoření pokročilého VAE modelu
Transformery a generativní modely
- Principy fungování architektury Transformer
- Generativní pretrainované modely typu GPT a BERT určené k generování dat
- Strategie přizpůsobování generativních modelů konkrétním úkolům
- Praktický projekt: Přizpůsobení GPT modelu pro danou doménu
Difúzní modely
- Úvod do principů difúzních modelů
- Trénování těchto modelů a možnosti jejich využití
- Využití při generování obrazů i zvuku
- Praktický projekt: Implementace difúzního modelu
Reinforcement learning v kontextu generativní AI
- Základy reinforcement learning
- Integrace těchto metod s generativními modely
- Využití při tvorbě her či generování obsahu
- Praktický projekt: Generování obsahu pomocí reinforcement learningu
Etika a předsudky v generativní AI
- Problematika deepfakeů a syntetických médií
- Metody detekce a odstraňování předsudků v generativních modelech
- Právní i etické otázky související s těmito technologiemi
Aplikace v konkrétních odvětvích
- Využití generativní AI ve zdravotnictví
- Kreativní průmysly a zábavní sektor
- Generativní AI v vědeckém výzkumu
Aktuální trendy ve výzkumu generativní AI
- Nejnovější pokroky a objevy v oblasti generativních modelů
- Nedostatkové a příležitosti pro další výzkum
- Příprava na kariéru ve výzkumu v oblasti generativní AI
Finální projekt
- Identifikace problému vhodného k řešení pomocí generativní AI
- Příprava a rozšíření datasetů potřebných pro trénování modelu
- Výběr, trénování a přizpůsobení vhodného modelu
- Hodnocení výsledků, oprava chyb a prezentace projektu
Shrnutí kurzu a další směřování
Požadavky
- Znalost základních konceptů a algoritmů strojového učení
- Praktické zkušenosti s programováním v Pythonu a práce s nástroji TensorFlow či PyTorch
- Seznámenost se základními principy neuronových sítí a hlubokého učení
Cílové skupiny
- Data scientisti
- Inženýři strojového učení
- Odborníci na umělou inteligenci
21 Hodiny
Reference (2)
tipy a doporučené prompty, které si z tohoto školení odneseme
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Kurz - InVideo AI: Creating Engaging Short-Form Videos
Přeloženo strojem
Využívání správných a efektivních promptů
Marses Pacaldo
Kurz - Generative AI and Prompt Engineering for Corporate Professionals
Přeloženo strojem