Hubungi Kami

Kerangka Materi

Pendahuluan mengenai AI Multimodal dan Ollama

  • Ringkasan konsep pembelajaran multimodal
  • Beberapa tantangan utama dalam integrasi antara citra dan bahasa
  • Kemampuan serta arsitektur Ollama

Mengatur Lingkungan Kerja Ollama

  • Menginstal dan mengonfigurasi Ollama
  • Penerapan model secara lokal
  • Mengintegrasikan Ollama dengan Python serta Jupyter

Bekerja dengan Input Multimodal

  • Integrasi teks dan gambar
  • Pemanfaatan audio serta data terstruktur
  • Mendesain alur pra-pemrosesan data<\/li>

Aplikasi Pemahaman Dokumen

  • Ekstraksi informasi terstruktur dari file PDF serta gambar
  • Menggabungkan teknik OCR dengan model bahasa
  • Pembentukan alur kerja analisis dokumen yang cerdas

Sistem Pertanyaan Jawab Visual (VQA)

  • Mengatur dataset dan tolok ukur VQA
  • Melatih serta mengevaluasi model multimodal
  • Pembuatan aplikasi interaktif berbasis VQA

Merancang Agen Multimodal

  • Ilmu dasar merancang agen yang mampu melakukan penalaran lintas moda
  • Menggabungkan kemampuan persepsi, bahasa, serta tindakan
  • Penerapan agen dalam kasus penggunaan nyata

Integrasi dan Optimalisasi Tingkat Lanjut

  • Melakukan penyetelan model multimodal melalui Ollama
  • Mengoptimalkan performa inferensi model
  • Pertimbangan skalabilitas serta penerapan di lapangan

Penutup dan Langkah Selanjutnya

Persyaratan

  • Pemahaman mendalam mengenai konsep pembelajaran mesin
  • Pengalaman menggunakan kerangka kerja pembelajaran dalam (deep learning) seperti PyTorch atau TensorFlow
  • Pengetahuan dasar tentang pemrosesan bahasa alami dan pengolahan citra

Target Peserta

  • Insinyur pembelajaran mesin
  • Peneliti AI
  • Pengembang produk yang mengintegrasikan alur kerja visual dan teks
 21 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait