Overview
Neste curso, você explorará o ciclo de vida da aplicação de inteligência artificial generativa (IA generativa), que inclui o seguinte:
- Definição de um caso de uso comercial
- Seleção de um modelo de base (FM)
- Melhora do desempenho de um FM
- Avaliação do desempenho de um FM
- Implantação e seu impacto nos objetivos de negócios
Este curso é um primer para os cursos de IA generativa, que se aprofundam em conceitos relacionados à personalização de um FM usando engenharia de prompts, Geração aumentada de recuperação (RAG) e ajuste fino.
- Nível do curso: básico
- Duração: 1 hora
Observação: Este curso tem transcrições/legendas traduzidas. A narração está em inglês. Para exibir as legendas, clique no botão CC no canto inferior direito do player.
Atividades
Este curso inclui elementos interativos, vídeos, instruções em texto e gráficos ilustrativos.
Objetivos do curso
Neste curso, você aprenderá a:
- Identificar critérios de seleção para escolher modelos pré-treinados.
- Definir a Geração aumentada de recuperação (RAG) e descrever sua aplicação comercial.
- Explicar as vantagens e desvantagens de várias abordagens para a personalização do modelo de base.
- Compreender a função dos agentes em tarefas de várias etapas.
- Compreender as abordagens para avaliar o desempenho do modelo de base.
- Identificar métricas relevantes para avaliar o desempenho do modelo de base.
Público-alvo
Este curso se destina a:
- Pessoas interessadas em machine learning e inteligência artificial, independentemente de uma função na empresa
Pré-requisitos
O curso Desenvolvimento de soluções de IA generativa faz parte de uma série que oferece conhecimento fundamental sobre inteligência artificial, machine learning e IA generativa. Recomendamos que você conclua os dois cursos a seguir, se ainda não tiver feito isso:
- Fundamentos de machine learning e inteligência artificial
- Descrição dos casos de uso e aplicações da inteligência artificial
Conteúdo do curso
Seção 1
- Lição 1: Como usar este curso
Seção 2: Introdução
- Lição 2: Visão geral do curso
- Lição 3: Ciclo de vida das aplicações de IA generativa
Seção 3: Definição do caso de uso
- Lição 4: Definição de um caso de uso
Seção 4: Seleção de um modelo de base
- Lição 5: Seleção de um FM
- Lição 6: Teste de conhecimento
Seção 5: Melhora de desempenho
- Lição 7: Melhora do desempenho de um FM
- Lição 8: Teste de conhecimento
Seção 6: Avaliação de resultados
- Lição 9: Avaliação de um FM
- Lição 10: Teste de conhecimento
Seção 7: Implantação
- Lição 11: Implantação da aplicação
Seção 8: Conclusão
- Lição
Syllabus
Taught by
Tags