Hubungi Kami
 Durasi 14 jam

Kerangka Materi

Pengantar Model Multimodal Mistral

  • Ringkasan Mistral Medium dan kemampuan multimodal
  • Model OCR/dokumen dan kasus penggunaannya
  • Integrasi dengan ekosistem open-source

Pipeline OCR dan Visi

  • Dasar-dasar OCR dengan model Mistral
  • Prapemrosesan gambar dan dokumen hasil pindaian
  • Ekstraksi teks terstruktur dari gambar

Pemahaman Dokumen

  • Perancangan pipeline NLP untuk dokumen
  • Pengenalan entitas, ringkasan, dan klasifikasi
  • Penautan lintas modal dari data teks dan visi

Aplikasi Pencarian dan Pengetahuan

  • Sistem pencarian visi-teks
  • Pembuatan pencarian semantik dengan output OCR
  • Repositori dokumen perusahaan

Aplikasi Asisten dan Interaktif

  • Desain UI untuk asisten multimodal
  • Aplikasi aksesibilitas (misalnya, visi ke teks)
  • Alat produktivitas dunia nyata

Kinerja dan Optimalisasi

  • Skala pipeline multimodal
  • Pengaturan kinerja inferensi
  • Evaluasi trade-off antara akurasi dan efisiensi

Studi Kasus dan Arah Masa Depan

  • Aplikasi industri AI multimodal
  • Tren penelitian dalam OCR dan AI dokumen
  • Pertimbangan AI yang bertanggung jawab dalam tugas visi-teks

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang konsep pemrosesan bahasa alami
  • Pengalaman dengan Python dan framework ML
  • Keakraban dengan dasar-dasar computer vision

Audience

  • Tim produk
  • Peneliti ML
  • Insinyur ML terapan

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait