Plan Szkolenia
Wprowadzenie do Generative AI
- Czym jest Generative AI?
- Historia i ewolucja Generative AI
- Kluczowe koncepcje i terminologia
- Przegląd zastosowań i potencjału Generative AI
Podstawy uczenia maszynowego
- Wprowadzenie do uczenia maszynowego
- Typy uczenia maszynowego: nadzorowane, nienadzorowane i uczenie przez wzmacnianie
- Podstawowe algorytmy i modele
- Przetwarzanie danych i inżynieria cech
Podstawy uczenia głębokiego
- Sieci neuronowe i uczenie głębokie
- Funkcje aktywacji, funkcje straty i optymalizatory
- Przeuczenie, niedouczenie i techniki regularyzacji
- Wprowadzenie do TensorFlow i PyTorch
Przegląd modeli generatywnych
- Typy modeli generatywnych
- Różnice między modelami dyskryminacyjnymi i generatywnymi
- Zastosowania modeli generatywnych
Variational Autoencoders (VAEs)
- Zrozumienie autoenkoderów
- Architektura VAEs
- Przestrzeń latentna i jej znaczenie
- Praktyczny projekt: Budowa prostego VAE
Generative Adversarial Networks (GANs)
- Wprowadzenie do GANs
- Architektura GANs: Generator i Dyskryminator
- Trenowanie GANs i wyzwania
- Praktyczny projekt: Tworzenie podstawowego GAN
Zaawansowane modele generatywne
- Wprowadzenie do modeli Transformer
- Przegląd modeli GPT (Generative Pretrained Transformer)
- Zastosowania GPT w generowaniu tekstu
- Praktyczny projekt: Generowanie tekstu z użyciem wstępnie wytrenowanego modelu GPT
Etyka i implikacje
- Rozważania etyczne w Generative AI
- Błąd i uczciwość w modelach AI
- Przyszłe implikacje i odpowiedzialne AI
Zastosowania przemysłowe Generative AI
- Generative AI w sztuce i kreatywności
- Zastosowania w biznesie i marketingu
- Generative AI w nauce i badaniach
Projekt końcowy
- Tworzenie koncepcji i propozycji projektu Generative AI
- Zbieranie i przetwarzanie danych
- Wybór i trenowanie modelu
- Ocena i prezentacja wyników
Podsumowanie i kolejne kroki
Wymagania
- Znajomość podstawowych koncepcji programowania w Pythonie
- Doświadczenie w podstawowych koncepcjach matematycznych, zwłaszcza w zakresie prawdopodobieństwa i algebry liniowej
Grupa docelowa
- Programiści
Opinie uczestników (2)
Interaktywny styl, ćwiczenia
Tamas Tutuntzisz
Szkolenie - Introduction to Prompt Engineering
Przetłumaczone przez sztuczną inteligencję
Wspaniały zasób materiałów do przyszłego wykorzystania, styl prowadzącego (wybucha dobrym humorem, wysoki poziom szczegółowości)
Adam - GE Aerospace Poland Sp. z o.o.
Szkolenie - Prompt Engineering for ChatGPT
Przetłumaczone przez sztuczną inteligencję