Návrh Školení

Přehled Generative AI Základů

  • Rychlá rekapitulace Generative AI pojmů
  • Pokročilé aplikace a případové studie

Deep Dive into Generative Adversarial Networks (GAN)

  • Hloubkové studium architektur GAN
  • Techniky pro zlepšení GAN školení
  • Podmíněné GAN a jejich aplikace
  • Praktický projekt: Návrh komplexní GAN

Pokročilé variační automatické kodéry (VAE)

  • Zkoumání limitů VAE
  • Rozpojené reprezentace ve VAE
  • Beta-VAE a jejich význam
  • Praktický projekt: Vybudování pokročilého VAE

Transformátory a generativní modely

  • Pochopení architektury transformátoru
  • Generative Pretrained Transformers (GPT) a BERT pro generativní úlohy
  • Jemné ladění strategií pro generativní modely
  • Praktický projekt: Doladění modelu GPT pro konkrétní doménu

Difúzní modely

  • Úvod do difúzních modelů
  • Tréninkové difúzní modely
  • Aplikace v generování obrazu a zvuku
  • Praktický projekt: Implementace modelu difúze

Reinforcement Learning v Generative AI

  • Základy posilovacího učení
  • Integrace posilovacího učení s generativními modely
  • Aplikace v herním designu a generování procedurálního obsahu
  • Praktický projekt: Vytváření obsahu s posilujícím učením

Pokročilá témata etiky a zaujatosti

  • Deepfakes a syntetická média
  • Detekce a zmírnění zkreslení v generativních modelech
  • Právní a etické úvahy

Průmyslově specifické aplikace

  • Generative AI ve zdravotnictví
  • Kreativní průmysl a zábava
  • Generative AI ve vědeckém výzkumu

Trendy výzkumu v Generative AI

  • Nejnovější pokroky a průlomy
  • Otevřené problémy a možnosti výzkumu
  • Příprava na výzkumnou kariéru v Generative AI

Projekt Capstone

  • Identifikace problému vhodného pro Generative AI
  • Pokročilá příprava a rozšiřování datové sady
  • Výběr modelu, školení a dolaďování
  • Hodnocení, iterace a prezentace projektu

Shrnutí a další kroky

Požadavky

  • Pochopení základních konceptů strojového učení a algoritmů
  • Zkušenosti s programováním Python a základní používání TensorFlow nebo PyTorch
  • Seznámení s principy neuronových sítí a hlubokého učení

Publikum

  • Datoví vědci
  • Inženýři strojového učení
  • praktikující AI
 21 hodiny

Počet účastníků



Price per participant

Související kurzy

LangChain: Building AI-Powered Applications

14 hodiny

LangChain Fundamentals

14 hodiny

Small Language Models (SLMs): Applications and Innovations

14 hodiny

Small Language Models (SLMs) for Domain-Specific Applications

28 hodiny

Small Language Models (SLMs): Developing Energy-Efficient AI

21 hodiny

Small Language Models (SLMs) for Human-AI Interactions

14 hodiny

Small Language Models (SLMs) for On-Device AI

21 hodiny

Introduction to Google Gemini AI

14 hodiny

Google Gemini AI for Content Creation

14 hodiny

Google Gemini AI for Transformative Customer Service

14 hodiny

Google Gemini AI for Data Analysis

21 hodiny

Generative AI with Large Language Models (LLMs)

21 hodiny

LlamaIndex: Enhancing Contextual AI

14 hodiny

LlamaIndex: Developing LLM Powered Applications

42 hodiny

Introduction to Large Language Models (LLMs)

14 hodiny

Související kategorie