Overview
Dalam kursus ini, Anda akan menjelajahi siklus hidup aplikasi kecerdasan buatan generatif (AI generatif), yang meliputi hal-hal berikut:
- Mendefinisikan kasus penggunaan bisnis
- Memilih model fondasi (FM)
- Meningkatkan kinerja FM
- Mengevaluasi kinerja FM
- Penggunaan dan dampaknya terhadap tujuan bisnis
Kursus ini merupakan pengantar untuk kursus AI generatif, yang mendalami konsep-konsep terkait penyesuaian FM menggunakan rekayasa perintah, Retrieval Augmented Generation (RAG), dan penyempurnaan.
- Tingkat kursus: Dasar
- Durasi: 1 jam
Aktivitas
Kursus ini meliputi elemen interaktif, video, instruksi teks, dan grafik ilustratif.
Tujuan kursus
Dalam kursus ini, Anda akan mempelajari cara melakukan hal berikut:
- Mengidentifikasi kriteria pemilihan untuk memilih model yang dilatih sebelumnya.
- Mendefinisikan Retrieval Augmented Generation (RAG) dan menjelaskan aplikasinya dalam bisnis.
- Menjelaskan pertimbangan biaya yang berkaitan dengan berbagai pendekatan pada kustomisasi model fondasi.
- Memahami peran agen dalam tugas multi-langkah.
- Memahami pendekatan untuk mengevaluasi kinerja model fondasi.
- Mengidentifikasi metrik yang relevan untuk menilai kinerja model fondasi.
Target peserta
Kursus ini ditujukan untuk:
- Individu yang tertarik dengan machine learning dan kecerdasan buatan, terlepas dari peran pekerjaan spesifik mereka
- Individu yang tertarik mengikuti ujian sertifikasi AWS Certified AI Practitioner
Prasyarat
Developing Generative AI Solutions adalah bagian dari seri yang memfasilitasi fondasi pada kecerdasan buatan, machine learning, dan AI generatif. Jika Anda belum melakukannya, kami sarankan Anda menyelesaikan dua kursus berikut:
- Dasar-dasar Machine Learning dan Kecerdasan Buatan
- Mempelajari Aplikasi dan Kasus Penggunaan Kecerdasan Buatan
Skema kursus
Bagian 1
- Pelajaran 1: Cara Menggunakan Kursus Ini
Bagian 2: Pengantar
- Pelajaran 2: Gambaran Umum Kursus
- Pelajaran 3: Siklus Hidup Aplikasi AI Generatif
Bagian 3: Mendefinisikan Kasus Penggunaan
- Pelajaran 4: Mendefinisikan Kasus Penggunaan
Bagian 4: Memilih Model Fondasi
- Pelajaran 5: Memilih FM
- Pelajaran 6: Tes Pengetahuan
Bagian 5: Meningkatkan Kinerja
- Pelajaran 7: Meningkatkan Kinerja FM
- Pelajaran 8: Tes Pengetahuan
Bagian 6: Mengevaluasi Hasil
- Pelajaran 9: Mengevaluasi FM
- Pelajaran 10: Tes Pengetahuan