Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 14 Stunden
Schulungsübersicht
Einführung in Generative KI
- Was ist Generative KI?
- Geschichte und Entwicklung der Generativen KI
- Schlüsselkonzepte und Fachbegriffe
- Überblick über Anwendungen und Potenzial der Generativen KI
Grundlagen des maschinellen Lernens
- Einführung in das maschinelle Lernen
- Arten des maschinellen Lernens: Überwachtes, unüberwachtes und verstärkendes Lernen
- Grundlegende Algorithmen und Modelle
- Datenvorverarbeitung und Feature-Engineering
Grundlagen des Deep Learning
- Neuronale Netze und Deep Learning
- Aktivierungsfunktionen, Verlustfunktionen und Optimierer
- Überanpassung, Unteranpassung und Regularisierungstechniken
- Einführung in TensorFlow und PyTorch
Überblick über generative Modelle
- Arten von generativen Modellen
- Unterschiede zwischen diskriminativen und generativen Modellen
- Anwendungsfälle für generative Modelle
Variational Autoencoder (VAEs)
- Verständnis von Autoencodern
- Die Architektur von VAEs
- Der Latent Space und seine Bedeutung
- Praxisprojekt: Aufbau eines einfachen VAE
Generative Adversarial Networks (GANs)
- Einführung in GANs
- Die Architektur von GANs: Generator und Diskriminator
- Training von GANs und Herausforderungen
- Praxisprojekt: Erstellen eines einfachen GAN
Fortgeschrittene generative Modelle
- Einführung in Transformer-Modelle
- Überblick über GPT-Modelle (Generative Pretrained Transformer)
- Anwendungen von GPT bei der Textgenerierung
- Praxisprojekt: Textgenerierung mit einem vortrainierten GPT-Modell
Ethik und Implikationen
- Ethische Aspekte der Generativen KI
- Bias (Verzerrung) und Fairness in KI-Modellen
- Zukünftige Implikationen und verantwortungsvolle KI
Branchenspezifische Anwendungen der Generativen KI
- Generative KI in Kunst und Kreativität
- Anwendungen in Wirtschaft und Marketing
- Generative KI in Wissenschaft und Forschung
Abschlussprojekt (Capstone Project)
- Ideenfindung und Vorlage eines Konzepts für ein Generative-KI-Projekt
- Datensammlung und Datenvorverarbeitung
- Modellauswahl und Training
- Bewertung und Präsentation der Ergebnisse
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundlegende Kenntnisse in der Python-Programmierung
- Erfahrungen mit grundlegenden mathematischen Konzepten, insbesondere Wahrscheinlichkeitsrechnung und Lineare Algebra
Zielgruppe
- Entwickler
Erfahrungsberichte (2)
die Tipps und empfohlenen Prompts, die wir aus diesem Training mitnehmen können
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Kurs - InVideo AI: Creating Engaging Short-Form Videos
Maschinelle Übersetzung
Einsatz von angemessenen und wirksamen Prompts
Marses Pacaldo
Kurs - Generative AI and Prompt Engineering for Corporate Professionals
Maschinelle Übersetzung
