Kerangka Materi
Tinjauan Dasar-dasar AI Generatif
- Ringkasan konsep-konsep utama dalam AI generatif
- Aplikasi canggih serta studi kasus terkait
Pembahasan Mendalam tentang Jaringan Adversarial Generatif (GAN)
- Studi mendalam mengenai arsitektur GAN
- Teknik-teknik untuk meningkatkan proses pelatihan GAN
- Penggunaan GAN bersyarat dan aplikasinya
- Proyek praktis: Merancang arsitektur GAN yang kompleks
Autoencoder Variasional Tingkat Lanjut (VAE)
- Menjelajahi batas-batas penerapan VAE
- Representasi yang terpisah dalam struktur VAE
- Konsep Beta-VAE dan maknanya dalam konteks tertentu
- Proyek praktis: Membangun model VAE tingkat lanjut
Transformer dan Model Generatif
- Pemahaman mengenai arsitektur Transformer
- Pemanfaatan GPT serta BERT untuk tugas-tugas generatif
- Strategi penyesuaian model agar cocok dengan kebutuhan tertentu
- Proyek praktis: Menyesuaikan model GPT untuk suatu bidang khusus
Model Difusi
- Pengenalan dasar mengenai konsep model difusi
- Metode pelatihan model difusi
- Pemanfaatan dalam penciptaan gambar maupun audio
- Proyek praktis: Implementasi model difusi secara mandiri
Pembelajaran Penguatan dalam AI Generatif
- Dasar-dasar pembelajaran penguatan
- Integrasi pendekatan ini dengan model generatif
- Penerapan dalam perancangan permainan maupun pembuatan konten otomatis
- Proyek praktis: Menciptakan konten melalui pendekatan pembelajaran penguatan
Topik Etika dan Bias dalam AI Generatif
- Isu-isu terkait deepfake serta media sintetis
- Cara mengidentifikasi dan meredam bias yang muncul dalam model generatif
- Pertimbangan hukum serta etika yang harus diperhatikan
Aplikasi Spesifik Berdasarkan Sektor Industri
- Penerapan AI generatif dalam bidang kesehatan
- Peran teknologi ini di industri kreatif dan hiburan
- Penggunaannya untuk kemajuan riset ilmiah
Tren Penelitian dalam AI Generatif
- Kemajuan terbaru serta temuan penting di bidang ini
- Masalah yang masih perlu diselesaikan beserta peluang penelitiannya
- Persiapan memasuki karier sebagai peneliti AI generatif
Proyek Akhir Kursus
- Identifikasi masalah yang tepat untuk diterapkan dalam konteks AI generatif
- Persiapan serta pengayaan dataset dengan teknik canggih
- Pemilihan model, proses pelatihan, hingga penyempurnaannya
- Evaluasi hasil akhir proyek beserta presentasinya
Kesimpulan dan Langkah Selanjutnya
Persyaratan
- Pemahaman mendasar mengenai konsep serta algoritma pembelajaran mesin
- Pengalaman dalam memprogram menggunakan Python dan kemampuan dasar mengoperasikan TensorFlow atau PyTorch
- Pengetahuan mengenai prinsip-prinsip jaringan saraf dan pembelajaran mendalam
Target Peserta
- Ilmuwan data
- Insinyur pembelajaran mesin
- Praktisi AI
Testimoni (3)
Cakupan komprehensif mengenai konteks latar belakang; cara membuat prompt.
Olaf Kannt - Helios Klinikum Krefeld
Kursus - Generative AI and Prompt Engineering in Healthcare
Diterjemahkan Mesin
tips dan prompt rekomendasi yang dapat kami bawa pulang dari pelatihan ini
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Kursus - InVideo AI: Creating Engaging Short-Form Videos
Diterjemahkan Mesin
penggunaan prompt yang tepat dan efektif
Marses Pacaldo
Kursus - Generative AI and Prompt Engineering for Corporate Professionals
Diterjemahkan Mesin