Kursplan
Introduktion till Generativ AI
- Vad är generativ AI?
- Historia och utveckling av generativ AI
- Nyckelbegrepp och terminologi
- Översikt över tillämpningar och potentialen för generativ AI
Grundläggande machine learning
- Introduktion till maskininlärning
- Typer av maskininlärning: Övervakad, oövervakad och förstärkningsinlärning
- Grundläggande algoritmer och modeller
- Datapreprocessing och feature engineering
Grundläggande djupinlärning
- Neuronnätverk och djupinlärning
- Aktiveringsfunktioner, förlustfunktioner och optimerare
- Overfitting, underfitting och regulariserings tekniker
- Introduktion till TensorFlow och PyTorch
Översikt över generativa modeller
- Typer av generativa modeller
- Skillnader mellan diskriminativa och generativa modeller
- Användningsområden för generativa modeller
Variational Autoencoders (VAEs)
- Förståelse av autoencoders
- Arkitekturen för VAEs
- Latent utrymme och dess betydelse
- Projekt i praktik: Bygg en enkel VAE
Generative Adversarial Networks (GANs)
- Introduktion till GANs
- Arkitekturen för GANs: Generator och Discriminator
- Träningsmetoder för GANs och utmaningar
- Projekt i praktik: Skapa en grundläggande GAN
Avancerade generativa modeller
- Introduktion till Transformer-modeller
- Översikt över GPT (Generative Pretrained Transformer) modeller
- Tillämpningar av GPT i textgenerering
- Projekt i praktik: Textgenerering med en förut tränad GPT-modell
Etik och implikationer
- Etiska överväganden i generativ AI
- Bias och rättvisa i AI-modeller
- Framtidens implikationer och ansvarsfull AI
Industrietillämpningar av generativ AI
- Generativ AI i konst och kreativitet
- Tillämpningar inom företag och marknadsföring
- Generativ AI i vetenskap och forskning
Slutexamensprojekt
- Idéutveckling och förslag på ett generativt AI-projekt
- Datainsamling och preprocessing
- Modellval och träningsprocess
- Utvärdering och presentation av resultat
Sammanfattning och nästa steg
Krav
- Förmåga att förstå grundläggande programmeringskoncept i Python
- Erfarenhet av grundläggande matematiska koncept, särskilt sannolikhet och linjär algebra
Målgrupp
- Utvecklare
Vittnesmål (3)
En genomgående översikt över bakgrunden och hur man formulerar en prompt.
Olaf Kannt - Helios Klinikum Krefeld
Kurs - Generative AI and Prompt Engineering in Healthcare
Maskintolkat
tipsen och de rekommenderade prompterna vi kan ta med oss från denna träning
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Kurs - InVideo AI: Creating Engaging Short-Form Videos
Maskintolkat
användning av effektiva och lämpliga prompts
Marses Pacaldo
Kurs - Generative AI and Prompt Engineering for Corporate Professionals
Maskintolkat