Resumen
En este curso, explorarás el ciclo de vida de la aplicación de inteligencia artificial generativa (IA generativa), que incluye lo siguiente:
- Definición de un caso de uso comercial
- Selección de un modelo base (FM)
- Mejora del rendimiento de un FM
- Evaluación del rendimiento de un FM
- Despliegue e impacto en los objetivos empresariales
Este curso es una introducción para los cursos de IA generativa, que profundizan en conceptos relacionados con la personalización de un FM usando ingeniería de prompts, Generación aumentada de recuperación (RAG) y ajuste fino.
- Nivel del curso: básico
- Duración: 1 hora
Nota: Este curso tiene transcripciones/subtítulos traducidos. La narración está en inglés. Para mostrar los subtítulos, haz clic en el botón CC en la esquina inferior derecha del reproductor.
Este curso incluye elementos interactivos, videos, instrucciones en texto y gráficos ilustrativos.
En este curso, aprenderás a:
- Identificar criterios de selección para elegir modelos preentrenados.
- Definir la Generación aumentada de recuperación (RAG) y describir su aplicación comercial.
- Explicar las ventajas y desventajas de varios enfoques para la personalización del modelo base.
- Comprender la función de los agentes en tareas de varias etapas.
- Comprender los enfoques para evaluar el rendimiento del modelo base.
- Identificar métricas relevantes para evaluar el rendimiento del modelo base.
Este curso está destinado a:
- Personas interesadas en machine learning e inteligencia artificial, independientemente de una función en la empresa
El curso Desarrollo de soluciones de IA generativa hace parte de una serie que ofrece conocimiento fundamental sobre inteligencia artificial, machine learning y IA generativa. Recomendamos que completes los dos cursos a continuación, si aún no lo has hecho:
- Fundamentos de machine learning e inteligencia artificial
- Descripción de casos de uso y aplicaciones de inteligencia artificial
Sección 1
- Lección 1: Cómo usar este curso
Sección 2: Introducción
- Lección 2: Visión general del curso
- Lección 3: Ciclo de vida de las aplicaciones de IA generativa
Sección 3: Definición del caso de uso
- Lección 4: Definición de un caso de uso
Sección 4: Selección de un modelo base
- Lección 5: Selección de un FM
- Lección 6: Prueba de conocimiento
Sección 5: Mejora del rendimiento
- Lección 7: Mejora del rendimiento de un FM
- Lección 8: Prueba de conocimiento
Sección 6: Evaluación de resultados
- Lección 9: Evaluación de un FM
- Lección 10: Prueba de conocimiento
Sección 7: Despliegue
- Lección 11: Despliegue de la aplicación
Sección 8: Conclusión
- Lección
Programa de estudio
Enseñado por
Etiquetas