Resumen
En este curso, explorarás el ciclo de vida de las aplicaciones de inteligencia artificial generativa (IA generativa), que incluye lo siguiente:
- Definir un caso de uso empresarial
- Seleccionar un modelo base (FM)
- Mejorar el rendimiento de un FM
- Evaluar el rendimiento de un FM
- El despliegue y su impacto en los objetivos empresariales
Este curso es una introducción a los cursos de IA generativa, que profundizan en conceptos relacionados con la personalización de un FM utilizando ingeniería de prompts, Generación Aumentada por Recuperación (RAG), y ajuste fino.
- Nivel del curso: Fundamental
- Duración: 1 hora
Actividades
Este curso incluye elementos interactivos, videos, instrucciones en texto y gráficos ilustrativos.
Objetivos del curso
En este curso, aprenderás a hacer lo siguiente:
- Identificar criterios de selección para elegir modelos pre-entrenados.
- Definir la Generación Aumentada por Recuperación (RAG) y describir su aplicación empresarial.
- Explicar los compromisos de costos de varios enfoques para la personalización de modelos base.
- Entender el papel de los agentes en tareas de múltiples pasos.
- Comprender enfoques para evaluar el rendimiento de los modelos base.
- Identificar métricas relevantes para evaluar el rendimiento de los modelos base.
Público objetivo
Este curso está dirigido a los siguientes:
- Individuos interesados en el aprendizaje automático y la inteligencia artificial, independientemente de un rol laboral específico
Requisitos previos
Desarrollar Soluciones de IA Generativa es parte de una serie que facilita una base en inteligencia artificial, aprendizaje automático e IA generativa. Si aún no lo has hecho, se recomienda completar estos dos cursos:
- Fundamentos de Aprendizaje Automático e Inteligencia Artificial
- Explorando Casos de Uso y Aplicaciones de la Inteligencia Artificial
Plan del curso
Sección 1
- Lección 1: Cómo usar este curso
Sección 2: Introducción
- Lección 2: Visión general del curso
- Lección 3: Ciclo de vida de la aplicación de IA generativa
Sección 3: Definir el caso de uso
- Lección 4: Definir un caso de uso
Sección 4: Selección de un modelo base
- Lección 5: Seleccionar un FM
- Lección 6: Verificación del conocimiento
Sección 5: Mejora del rendimiento
- Lección 7: Mejorar el rendimiento de un FM
- Lección 8: Verificación del conocimiento
Sección 6: Evaluación de resultados
- Lección 9: Evaluar
Programa de estudio
Enseñado por
Etiquetas