Hubungi Kami

Kerangka Materi

Pengantar Kecerdasan Buatan Generatif

  • Apa itu Kecerdasan Buatan Generatif?
  • Sejarah dan perkembangan Kecerdasan Buatan Generatif
  • Konsep-konsep utama serta istilah teknis terkait
  • Gambaran umum mengenai aplikasi dan potensi Kecerdasan Buatan Generatif

Dasar-Dasar Pembelajaran Mesin

  • Pengantar konsep pembelajaran mesin
  • Jenis-jenis pembelajaran mesin: Terawasi, Tak Terawasi, dan Penguatan
  • Algoritma serta model dasar dalam pembelajaran mesin
  • Tahapan praproses data dan rekayasa fitur

Dasar-Dasar Pembelajaran Mendalam

  • Jaringan saraf serta prinsip-prinsip pembelajaran mendalam
  • Fungsi aktivasi, fungsi kerugian, dan alat optimisasi
  • Fenomena overfitting, underfitting, serta teknik regularisasi
  • Pengenalan terhadap TensorFlow dan PyTorch

Gambaran Umum Model Generatif

  • Macam-macam model generatif yang ada
  • Perbedaan mendasar antara model diskriminatif dan generatif
  • Kasus penggunaan utama dari model-model generatif

Variational Autoencoders (VAE)

  • Pengenalan terhadap konsep autoencoder
  • Struktur arsitektur VAE secara menyeluruh
  • Ruang laten dan arti pentingnya dalam model generatif
  • Proyek praktik: Membangun VAE sederhana

Generative Adversarial Networks (GAN)

  • Pengantar konsep GAN secara umum
  • Komponen utama arsitektur GAN: Generator dan Discriminator
  • Proses pelatihan GAN serta kesulitan-kesulitannya
  • Proyek praktik: Membuat GAN dasar secara mandiri

Model Generatif Tingkat Lanjut

  • Pengenalan terhadap model Transformer
  • Gambaran singkat mengenai model GPT (Generative Pretrained Transformer)
  • Contoh penerapan GPT dalam pembuatan konten teks
  • Proyek praktik: Menghasilkan teks dengan memakai model GPT yang sudah tersedia

Aspek Etika dan Implikasi Penggunaan AI Generatif

  • Pertimbangan etis dalam penerapan Kecerdasan Buatan Generatif
  • Masalah bias serta keadilan dalam model-model AI
  • Implikasi jangka panjang dan prinsip-prinsip AI yang bertanggung jawab

Penerapan Industri dari Kecerdasan Buatan Generatif

  • Peran Kecerdasan Buatan Generatif dalam dunia seni dan kreativitas
  • Implementasi di bidang bisnis serta pemasaran
  • Pemanfaatan AI Generatif dalam penelitian ilmiah

Proyek Akhir Kursus

  • Menghasilkan ide serta usulan proyek berbasis AI Generatif
  • Pengumpulan data dan proses praprosesnya
  • Pemilihan model yang tepat serta pelatihannya
  • Evaluasi hasil proyek serta penyajiannya secara presentatif

Penutup dan Langkah Selanjutnya

Persyaratan

  • Pemahaman mengenai konsep pemrograman dasar dalam Python
  • Pengalaman dengan konsep matematika dasar, khususnya probabilitas dan aljabar linear

Target Peserta

  • Para pengembang perangkat lunak
 14 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (2)

Kursus Mendatang

Kategori Terkait