課程簡介

Generative AI 簡介

  • 什麼是Generative AI?
  • Generative AI的歷史和演變
  • 關鍵概念和術語
  • Generative AI的應用和潛力概述

Machine Learning的基礎知識

  • 機器學習簡介
  • 機器學習的類型:有監督的、無監督的和 Reinforcement Learning
  • 基本演算法和模型
  • 數據預處理和特徵工程

Deep Learning 基礎知識

  • 神經網路和深度學習
  • 啟動函數、損失函數和優化器
  • 過擬合、欠擬合和正則化技術
  • TensorFlow 和 PyTorch 簡介

生成模型概述

  • 生成模型的類型
  • 判別模型和生成模型之間的差異
  • 生成模型的用例

變分自動編碼器 (VAE)

  • 了解自動編碼器
  • VAE的架構
  • 潛在空間及其意義
  • 動手專案:構建一個簡單的 VAE

產生對抗網路 (GAN)

  • GAN簡介
  • GAN的架構:生成器和鑒別器
  • 訓練 GAN 和挑戰
  • 動手專案:創建基本 GAN

高級生成模型

  • 變壓器型號介紹
  • GPT(生成式預訓練轉換器)模型概述
  • GPT在文字生成中的應用
  • 動手專案:使用預訓練的 GPT 模型生成文字

倫理與影響

  • Generative AI中的倫理考量
  • 人工智慧模型中的偏差和公平性
  • 未來影響和負責任的人工智慧

Generative AI的行業應用

  • Generative AI 藝術與創意
  • 在商業和行銷中的應用
  • Generative AI 在科學和研究中

頂點專案

  • 生成式人工智慧項目的構思和提案
  • 數據集收集和預處理
  • 模型選擇和訓練
  • 評估和結果的介紹

摘要和後續步驟

最低要求

  • 瞭解 Python 中的基本程式設計概念
  • 具有基本數學概念的經驗,尤其是概率和線性代數

觀眾

  • 開發人員
 14 時間:

人數



每位參與者的報價

相關課程

LangChain: Building AI-Powered Applications

14 時間:

LangChain Fundamentals

14 時間:

Small Language Models (SLMs): Applications and Innovations

14 時間:

Small Language Models (SLMs) for Domain-Specific Applications

28 時間:

Small Language Models (SLMs): Developing Energy-Efficient AI

21 時間:

Small Language Models (SLMs) for Human-AI Interactions

14 時間:

Small Language Models (SLMs) for On-Device AI

21 時間:

Introduction to Google Gemini AI

14 時間:

Google Gemini AI for Content Creation

14 時間:

Google Gemini AI for Transformative Customer Service

14 時間:

Google Gemini AI for Data Analysis

21 時間:

Generative AI with Large Language Models (LLMs)

21 時間:

LlamaIndex: Enhancing Contextual AI

14 時間:

LlamaIndex: Developing LLM Powered Applications

42 時間:

Introduction to Large Language Models (LLMs)

14 時間:

課程分類

1