План на курса

Преглед на основата на генеративно изкуствено интелигентни системи

  • Бърз преглед на концепциите на генеративно изкуствено интелигентни системи
  • Напредни приложения и кейсове

Дълбоко пониране в генеративно-противопоставени мрежи (GANs)

  • Дълбоко изследване на архитектурите на GANs
  • Техники за подобряване на обучението на GANs
  • Кондиционални GANs и техните приложения
  • Практически проект: дизайн на сложна GAN

Напредни вариационни автоенкодъри (VAEs)

  • Изследване на границите на VAEs
  • Разделяне на представяния в VAEs
  • Beta-VAEs и тяхното значение
  • Практически проект: изграждане на напреден VAE

Трансформери и генеративни модели

  • Разбиране на архитектурата на трансформерите
  • Генеративно предобучен трансформер (GPT) и BERT за генеративни задачи
  • Стратегии за фино настройка на генеративни модели
  • Практически проект: фино настройка на модел GPT за определена област

Дифузионни модели

  • Въведение в дифузионните модели
  • Обучение на дифузионните модели
  • Приложения в генериране на изображения и аудио
  • Практически проект: имплементация на дифузионен модел

Подкрепящо обучение в генеративно изкуствено интелигентни системи

  • Основни концепции на подкрепящо обучение
  • Интегриране на подкрепящо обучение с генеративни модели
  • Приложения в дизайн на игри и генериране на съдържание
  • Практически проект: създаване на съдържание с подкрепящо обучение

Напредни теми по етика и предразсъдъци

  • Дийпфейкове и синтетични медии
  • Откриване и намаляване на предразсъдъци в генеративни модели
  • Правни и етични разсъждения

Приложения, специфични за отрасъла

  • Генеративно изкуствено интелигентни системи в здравеопазването
  • Креативни отрасли и развлечения
  • Генеративно изкуствено интелигентни системи в научни изследвания

Трендове в изследванията на генеративно изкуствено интелигентни системи

  • Най-новите достижения и пробиви
  • Отворени проблеми и възможности за изследвания
  • Подготовка за кариера в изследвания на генеративно изкуствено интелигентни системи

Кулонен проект

  • Идентифициране на проблем, подходящ за генеративно изкуствено интелигентни системи
  • Напредна подготовка и разширение на данни
  • Избор на модел, обучение и фино настройка
  • Оценка, итерация и представяне на проекта

Резюме и следващи стъпки

Изисквания

  • Разбиране на фундаменталните концепции и алгоритми на машинно обучение
  • Опит с програмиране на Python и основно използване на TensorFlow или PyTorch
  • Запознатост с принципите на нейронните мрежи и дълбочиното обучение

Целева аудитория

  • Специалисти по данни
  • Инженери по машинно обучение
  • Практикуващи в областта на изкуствен интелект
 21 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории