Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Review Dasar AI Generatif
- Ringkasan cepat konsep AI generatif
- Aplikasi lanjutan dan studi kasus
Mendalam ke dalam Jaringan Adversarial Generatif (GANs)
- Pelayanan mendalam arsitektur GAN
- Teknik untuk meningkatkan pelatihan GAN
- GAN kondisional dan aplikasinya
- Proyek praktis: Desain GAN yang rumit
Autoencoder Variational (VAE) Lanjutan
- Menjelajahi batas VAE
- Representasi yang terpisah dalam VAE
- Beta-VAE dan signifikansinya
- Proyek praktis: Membangun VAE lanjutan
Transformers dan Model Generatif
- Memahami arsitektur Transformer
- Transformer yang telah dilatih sebelumnya (GPT) dan BERT untuk tugas generatif
- Strategi pemenggunaan kembali untuk model generatif
- Proyek praktis: Memengguna ulang kembali model GPT untuk domain tertentu
Model Difusi
- Pendahuluan tentang model difusi
- Melatih model difusi
- Aplikasi dalam pembuatan gambar dan audio
- Proyek praktis: Menerapkan model difusi
Pelatihan Penguatan dalam AI Generatif
- Dasar pelatihan penguatan
- Mengintegrasikan pelatihan penguatan dengan model generatif
- Aplikasi dalam desain permainan dan pembuatan konten prosedural
- Proyek praktis: Membuat konten dengan pelatihan penguatan
Topik Lanjutan dalam Etika dan Bias
- Deepfake dan media sintetis
- Mendeteksi dan memitigasi bias dalam model generatif
- Perkara hukum dan etika
Aplikasi Berdasarkan Industri
- AI generatif dalam kesehatan
- Industri kreatif dan hiburan
- AI generatif dalam penelitian ilmiah
Tren Penelitian dalam AI Generatif
- Kemajuan dan penemuan terkini
- Masalah terbuka dan peluang penelitian
- Persiapan untuk karir penelitian dalam AI generatif
Proyek Capstone
- Mengenali masalah yang cocok untuk AI generatif
- Persiapan dan pengenalan dataset lanjutan
- Pemilihan model, pelatihan, dan pengoptimalan
- Penilaian, iterasi, dan presentasi proyek
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pengertian tentang konsep dan algoritma dasar machine learning
- Pengalaman dalam pemrograman Python dan penggunaan dasar TensorFlow atau PyTorch
- Ketertarikan pada prinsip jaringan saraf dan deep learning
Peserta
- Data scientist
- Insinyur machine learning
- Praktekwan AI
21 Jam
Testimoni (1)
Saya suka bahwa pelatih memiliki banyak pengetahuan dan berbagi dengan kami
Daria Pawlak - LKQ POLSKA SPOLKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
Kursus - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Diterjemahkan Mesin