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
Введение в генеративна изкуствена интелигенция
- Какво е генеративна изкуствена интелигенция?
- История и еволюция на генеративната изкуствена интелигенция
- Основни концепции и термини
- Преглед на приложенията и потенциала на генеративната изкуствена интелигенция
Основни принципи на машинно обучение
- Введение в машинното обучение
- Видове машинно обучение: Наблюдавано, Ненаблюдавано и Укрепващо обучение
- Основни алгоритми и модели
- Предобработка на данни и инженерство на характеристики
Основни принципи на дълбоко обучение
- Невронни мрежи и дълбоко обучение
- Функции на активация, функции на загуба и оптимизатори
- Преобучение, недообучение и техники за регулиране
- Введение в TensorFlow и PyTorch
Преглед на генеративните модели
- Видове генеративни модели
- Разлики между дискриминиращи и генеративни модели
- Приложения на генеративните модели
Вариационни автоенкодъри (VAE)
- Разбиране на автоенкодърите
- Архитектура на VAE
- Латентно пространство и неговото значение
- Практическо задание: Създаване на прост VAE
Генеративни антагонистични мрежи (GANs)
- Введение в GANs
- Архитектура на GANs: Генератор и Дискриминатор
- Обучаване на GANs и предизвикателства
- Практическо задание: Създаване на базова GAN
Надградени генеративни модели
- Введение в трансформерни модели
- Преглед на GPT (Generative Pretrained Transformer) модели
- Приложения на GPT в генерирането на текст
- Практическо задание: Генерация на текст с предобучен GPT модел
Етика и последици
- Етични разсъждения в генеративната изкуствена интелигенция
- Предразпреденост и справедливост в моделите на изкуствена интелигенция
- Будущи следствия и отговорна изкуствена интелигенция
Приложения на индустрията на генеративната изкуствена интелигенция
- Генеративна изкуствена интелигенция в изкуството и креативността
- Приложения в бизнес и маркетинг
- Генеративна изкуствена интелигенция в науката и изследванията
Капстов проект
- Идеация и предложение на проект за генеративна изкуствена интелигенция
- Сбор и предобработка на данни
- Избор и обучение на модел
- Оценка и представяне на резултати
Резюме и следващи стъпки
Изисквания
- Основно разбиране на базовите концепции на програмирането в Python
- Опит с базовите математически концепции, особено вероятност и линейна алгебра
Целева аудитория
- Разработчици
14 часа