Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Revisione di Generative AI Nozioni di base
- Breve riepilogo dei concetti di Generative AI
- Applicazioni avanzate e casi di studio
Approfondimento sulle reti antagoniste generative (GAN)
- Studio approfondito delle architetture GAN
- Tecniche per migliorare l'allenamento GAN
- GAN condizionali e loro applicazioni
- Progetto pratico: Progettazione di un GAN complesso
Autoencoder variazionali avanzati (VAE)
- Esplorare i limiti dei VAE
- Rappresentazioni districate nei VAE
- Beta-VAE e il loro significato
- Progetto pratico: Costruzione di un VAE avanzato
Trasformatori e modelli generativi
- Informazioni sull'architettura del trasformatore
- Trasformatori preaddestrati generativi (GPT) e BERT per compiti generativi
- Strategie di messa a punto per modelli generativi
- Progetto pratico: messa a punto di un modello GPT per un dominio specifico
Modelli di diffusione
- Introduzione ai modelli di diffusione
- Modelli di diffusione dell'addestramento
- Applicazioni nella generazione di immagini e audio
- Progetto pratico: Implementazione di un modello di diffusione
Reinforcement Learning in Generative AI
- Nozioni di base sull'apprendimento per rinforzo
- Integrazione del reinforcement learning con i modelli generativi
- Applicazioni nel game design e nella generazione di contenuti procedurali
- Progetto pratico: creazione di contenuti con l'apprendimento per rinforzo
Argomenti avanzati di etica e pregiudizi
- Deepfake e supporti sintetici
- Rilevamento e mitigazione dei bias nei modelli generativi
- Considerazioni giuridiche ed etiche
Applicazioni specifiche del settore
- Generative AI nel settore sanitario
- Industrie creative e intrattenimento
- Generative AI nella ricerca scientifica
Tendenze della ricerca in Generative AI
- Ultimi progressi e scoperte
- Problemi aperti e opportunità di ricerca
- Prepararsi per una carriera di ricerca in Generative AI
Progetto Capstone
- Identificazione di un problema adatto a Generative AI
- Preparazione e aumento avanzato dei set di dati
- Selezione, addestramento e messa a punto del modello
- Valutazione, iterazione e presentazione del progetto
Riepilogo e prossime tappe
Requisiti
- Comprensione dei concetti e degli algoritmi fondamentali dell'apprendimento automatico
- Esperienza con la programmazione Python e l'uso di base di TensorFlow o PyTorch
- Familiarità con i principi delle reti neurali e del deep learning
Pubblico
- Scienziati dei dati
- Ingegneri dell'apprendimento automatico
- Professionisti dell'IA
21 ore
