Zkuste nás kontaktovat

Návrh Školení

Úvod do generativní AI

  • Co je to generativní AI?
  • Historie a vývoj generativní AI
  • Klíčové pojmy a terminologie
  • Přehled využití a potenciálu generativní AI

Základy strojového učení

  • Úvod do strojového učení
  • Typy strojového učení: supervidované, nesupervidované a učení s posilováním
  • Základní algoritmy a modely
  • Příprava dat a tvorba charakteristik

Základy hlubokého učení

  • Neurální sítě a hluboké učení
  • Aktivační funkce, ztrátové funkce a optimalizátory
  • Překvalšování, podučení a techniky regularizace
  • Seznámení s nástroji TensorFlow a PyTorch

Přehled generativních modelů

  • Typy generativních modelů
  • Rozdíly mezi diskriminačními a generativními modely
  • Využití generativních modelů v praxi

Variacionální autoenkódery (VAE)

  • Jak fungují autoenkódery?
  • Architektura variacionálních autoenkóderů
  • Latentní prostor a jeho význam
  • Praktický úkol: Vytvoření jednoduchého variacionálního autoenkóderu

Generativní adversarialní sítě (GAN)

  • Úvod do GAN
  • Architektura GAN: generátor a diskriminátor
  • Trénování GAN a s ním spojené výzvy
  • Praktický úkol: Vytvoření základního GAN modelu

Pokročilé generativní modely

  • Úvod do transformátorových modelů
  • Přehled modelů GPT (Generative Pretrained Transformer)
  • Využití modelů GPT při generování textu
  • Praktický úkol: Generování textu pomocí předtrénovaného modelu GPT

Etika a dopady generativní AI

  • Etické otázky související s využíváním generativní AI
  • Předpojatost a spravedlnost v modelech umělé inteligence
  • Budoucí dopady a odpovědné využívání AI

Praktické využití generativní AI v průmyslu

  • Generativní AI v umění a tvůrčí sféře
  • Využití v podnikání a marketingu
  • Aplikace generativní AI ve vědě a výzkumu

Závěrečný projekt

  • Nápadování a plánování vlastního projektu s využitím generativní AI
  • Shromažďování a příprava dat
  • Výběr a trénování modelu
  • Vyhodnocení výsledků a jejich prezentace

Shrnutí a další kroky

Požadavky

  • Základní znalost programování v jazyce Python
  • Přehled o základních matematických konceptech, zejména o pravděpodobnosti a lineární algebře

Cílová skupina

  • Vývojáři
 14 Hodiny

Počet účastníků


Cena za účastníka

Reference (2)

Nadcházející kurzy

Související kategorie