Contattataci
 Durata 14 ore

Struttura del corso

Introduzione ai Modelli Multimodali Mistral

  • Panoramica di Mistral Medium e capacità multimodali
  • Modelli per OCR/documenti e casi d'uso
  • Integrazione con ecosistemi open source

Pipeline OCR e Visione

  • Fondamenti di OCR con modelli Mistral
  • Pre-elaborazione di immagini e documenti scansionati
  • Estrazione di testo strutturato dalle immagini

Comprensione dei Documenti

  • Progettazione di pipeline NLP per documenti
  • Riconoscimento di entità, sintesi e classificazione
  • Collegamento cross-modale tra dati testuali e visivi

Applicazioni di Ricerca e Conoscenza

  • Sistemi di ricerca testo-immagine
  • Creazione di ricerche semantiche con output OCR
  • Repository di documenti enterprise

Applicazioni Assistive e Interattive

  • Design di UI per assistenti multimodali
  • Applicazioni per l'accessibilità (es. da visione a testo)
  • Strumenti di produttività per il mondo reale

Prestazioni e Ottimizzazione

  • Scalabilità delle pipeline multimodali
  • Ottimizzazione delle prestazioni di inferenza
  • Valutazione dei trade-off tra accuratezza ed efficienza

Casi Studio e Direzioni Future

  • Applicazioni aziendali dell'IA multimodale
  • Tendenze di ricerca in OCR e Document AI
  • Considerazioni sull'IA responsabile nei task testo-visione

Riepilogo e Prossimi Passi

Requisiti

  • Conoscenza dei concetti di elaborazione del linguaggio naturale
  • Esperienza con Python e framework di ML
  • Familiarità con le basi della computer vision

Pubblico

  • Team di prodotto
  • Ricercatori ML
  • Ingegneri ML applicati

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative