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)
Instruktörerna kan besvara alla frågor och acceptera alla förfrågningar
Dewi Anggryni - PT Dentsu International Indonesia
Kurs - Copilot for Finance and Accounting Professionals
Maskintolkat
Att gå igenom de olika användningsfallen och tillämpningarna av AI var hjälpsamt. Jag uppskattade genomgången av de olika AI-agenterna.
Axel Schulz - CANARIE Inc
Kurs - Microsoft 365 Copilot: AI Productivity Across Word, Excel, PowerPoint, Outlook, and Teams
Maskintolkat
Jag tyckte att utbildaren hade mycket kunskap och delade den med oss
Daria Pawlak - LKQ POLSKA SPOLKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
Kurs - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Maskintolkat