Съдържание и теми, включени в курса
Въведение в генеративния AI
- Дефиниране на генеративен AI
- Преглед на генеративните модели (GANs, VAEs и др.)
- Приложения и казуси
Необходимостта от синтетични данни
- Ограничения на реалните данни
- Опасения за поверителност и сигурност
- Подобряване на устойчивостта на AI моделите
Генериране на синтетични данни
- Техники за генериране на синтетични данни
- Осигуряване на качество и разнообразие на данните
- Практически уъркшоп: Създаване на първия ви синтетичен набор от данни
Оценяване на синтетични данни
- Метрики за оценка на качеството на синтетичните данни
- Сравняване на производителността на синтетични и реални данни
- Анализ на казуси
Етични и правни аспекти
- Ориентиране в етичния пейзаж
- Правни рамки и съответствие
- Балансиране на иновациите с отговорността
Напреднали теми в синтеза на данни
- Синтетични данни за обучение без надзор
- Синтез на данни между различни области
- Бъдещи тенденции в генеративния AI
Завършващ проект
- Прилагане на знанията в реални сценарии
- Разработване на стратегия за синтетични данни
- Оценка и обратна връзка
Обобщение и следващи стъпки
Изисквания
- Разбиране на основни концепции за машинно обучение
- Опит с програмиране на Python
- Запознатост с работните потоци в науката за данни
Аудитория
- Специалисти по данни
- Практикуващи в областта на AI
Отзиви от участници (4)
Understanding of AI and LLM. How it works and ehat the watchouts and opportunities are!
Henk Jan Beltman - genuine business
Курс - Advanced AI Concepts with Perplexity
Обемност относно контекста; как да се състави промпт.
Olaf Kannt - Helios Klinikum Krefeld
Курс - Generative AI and Prompt Engineering in Healthcare
Машинен превод
съветите и препоръчителните промптове, които можем да използваме от това обучение
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Курс - InVideo AI: Creating Engaging Short-Form Videos
Машинен превод
употреба на правилни и ефективни промптове
Marses Pacaldo
Курс - Generative AI and Prompt Engineering for Corporate Professionals
Машинен превод