Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Преглед на Generative AI Основи
- Бързо обобщение на Generative AI концепции
- Разширени приложения и казуси
Задълбочено потапяне в генеративните състезателни мрежи (GAN)
- Задълбочено проучване на GAN архитектурите
- Техники за подобряване на GAN обучението
- Условни GAN и техните приложения
- Практически проект: Проектиране на сложен GAN
Усъвършенствани вариационни автоенкодери (VAE)
- Проучване на границите на VAE
- Разчленени представяния в VAE
- Бета-VAE и тяхното значение
- Практически проект: Изграждане на усъвършенстван VAE
Трансформатори и генеративни модели
- Разбиране на архитектурата на Transformer
- Генеративни предварително обучени трансформатори (GPT) и BERT за генеративни задачи
- Стратегии за фина настройка за генеративни модели
- Практически проект: Фина настройка на GPT модел за конкретен домейн
Дифузионни модели
- Въведение в дифузионните модели
- Обучителни дифузионни модели
- Приложения за генериране на изображения и аудио
- Практически проект: Прилагане на модел на дифузия
Reinforcement Learning в Generative AI
- Основи на обучението за засилване
- Интегриране на обучението за укрепване с генеративни модели
- Приложения в дизайна на игри и генериране на процедурно съдържание
- Практически проект: Създаване на съдържание с обучение за засилване
Теми за напреднали по етика и пристрастия
- Deepfakes и синтетични медии
- Откриване и смекчаване на пристрастия в генеративни модели
- Правни и етични съображения
Специфични за индустрията приложения
- Generative AI в здравеопазването
- Творчески индустрии и развлечения
- Generative AI в научни изследвания
Изследователски тенденции в Generative AI
- Най-новите постижения и пробиви
- Отворени проблеми и възможности за изследване
- Подготовка за изследователска кариера в Generative AI
Проект Capstone
- Идентифициране на проблем, подходящ за Generative AI
- Разширена подготовка и разширяване на набор от данни
- Избор на модел, обучение и фина настройка
- Оценка, итерация и представяне на проекта
Обобщение и следващи стъпки
Изисквания
- Разбиране на основните концепции и алгоритми за машинно обучение
- Опит с Python програмиране и основно използване на TensorFlow или PyTorch
- Запознаване с принципите на невронните мрежи и дълбокото обучение
Публика
- Учени по данни
- Инженери за машинно обучение
- AI практици
21 Часа