План на курса

Въведение в Generative AI

  • Дефиниране на генеративен ИИ
  • Преглед на генеративните модели (GAN, VAE и др.)
  • Приложения и казуси

Необходимостта от синтетични данни

  • Ограничения на реалните данни
  • Проблеми с поверителността и сигурността
  • Подобряване на устойчивостта на AI модела

Генериране на синтетични данни

  • Техники за генериране на синтетични данни
  • Осигуряване на качество и разнообразие на данните
  • Практически семинар: Създаване на вашия първи синтетичен набор от данни

Оценяване на синтетични данни

  • Метрики за оценка на качеството на синтетичните данни
  • Сравняване на производителността на синтетични спрямо реални данни
  • Анализ на казус

Етични и правни аспекти

  • Навигиране в етичния пейзаж
  • Правни рамки и съответствие
  • Балансиране на иновациите с отговорност

Теми за напреднали в синтеза на данни

  • Синтетични данни за обучение без надзор
  • Междудомейн синтез на данни
  • Бъдещи тенденции в генеративния AI

Проект Capstone

  • Прилагане на знания към сценарии от реалния свят
  • Разработване на стратегия за синтетични данни
  • Оценка и обратна връзка

Обобщение и следващи стъпки

Изисквания

  • Разбиране на основните концепции за машинно обучение
  • Опит с Python програмиране
  • Познаване на работните потоци за наука за данни

Публика

  • Учени по данни
  • AI практици
 21 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории