Unirse

Cursos de IA generativa

659 Cursos

California Institute of Technology Pluralsight

Gemini in Google Docs

Gemini en Google Docs Gemini para Google Workspace es un complemento que proporciona a los usuarios acceso a funciones de IA generativa. Este curso profundiza en las capacidades de Gemini en Google Docs mediante lecciones en video, actividades prácticas y ejemplos concretos. Aprende a usar Gemini para generar contenido escrito basado en indicac.
course image
California Institute of Technology Pluralsight

Image Representation and Processing

Representación y Procesamiento de Imágenes En la era digital, la capacidad de manipular y comprender imágenes no es solo una habilidad, sino una necesidad, especialmente en campos como la visión por computadora y la IA generativa. Este curso está diseñado para desmitificar las complejidades de las imágenes digitales, enseñándote las habilidades.
course image
California Institute of Technology Pluralsight

Introduction to Gemini for Google Workspace

Título: Introducción a Gemini para Google Workspace Descripción: Gemini para Google Workspace es un complemento que proporciona a los usuarios características de IA generativa en Google Workspace. En este recorrido de aprendizaje, explorarás las características clave de Gemini y aprenderás a usarlas para mejorar la productividad y eficiencia de.
course image
California Institute of Technology Pluralsight

Gemini in Gmail

Gemini en Gmail Gemini para Google Workspace es un complemento que integra capacidades avanzadas de IA generativa en Google Workspace. Este mini curso explora las características principales de Gemini y demuestra cómo aprovecharlas para mejorar la productividad y la eficiencia dentro de Gmail. Apre.
course image
California Institute of Technology Pluralsight

Gemini in Google Sheets

Gemini en Google Sheets Gemini para Google Workspace es un complemento innovador que ofrece capacidades de IA generativa dentro de Google Workspace. En este minicurso, explorarás las características esenciales de Gemini y descubrirás cómo aprovecharlas para mejorar la productividad y la eficiencia en Google Sheets. Universidad: Pluralsight Categorí.
course image
California Institute of Technology Pluralsight

OpenAI: Prompt Engineering

OpenAI: Ingeniería de Prompts Comprender la ingeniería de prompts permite mejorar el rendimiento del modelo de lenguaje mediante el diseño de prompts efectivos que producen resultados deseados alineados con tus objetivos. Este curso te enseñará cómo crear prompts efectivos para ChatGPT de OpenAI. La IA generativa mejora la productividad laboral.
course image
California Institute of Technology Pluralsight

Models and Parameters for Developers

Modelos y Parámetros para Desarrolladores En el panorama cada vez más competitivo de hoy, cada vez más empresas y desarrolladores necesitan aprovechar las últimas tecnologías de IA para mantenerse a la vanguardia. Sin embargo, la complejidad y el alcance de los modelos de IA generativa dejan a muchos sin saber por dónde empezar o cómo aplicar efe.
course image
California Institute of Technology Pluralsight

Generative AI for Improving Writing

IA Generativa para Mejorar la Escritura Descripción del Curso Este curso, "IA Generativa para Mejorar la Escritura," ofrecido por Pluralsight, está diseñado para mejorar tu escritura profesional y técnica utilizando la tecnología de IA Generativa. Desde el borrador inicial hasta el producto final, aprenderás cómo las tecnologías GPT pueden asist.
course image
California Institute of Technology Coursera

Copywriting with ChatGPT: Crafting High-Quality Blog Content

Redacción con ChatGPT: Creación de Contenido de Blog de Alta Calidad ¡Más del 80% de los bloggers están de acuerdo en que el blogging da resultados, pero crear contenido de blog de alta calidad lleva tiempo! El redactor promedio pasa aproximadamente 4 horas escribiendo una sola entrada de blog. Para los redactores de marketing, la I.
course image
California Institute of Technology Scrimba

Intro to Dall-E and GPT Vision

Introducción a Dall-E y GPT Vision Utiliza DALL-E para crear y editar imágenes originales, y emplea GPT-4 con Vision para analizar e interpretar imágenes en tus aplicaciones impulsadas por IA. ¡Construir proyectos con IA generativa nunca se ha visto más asombroso! Ofrecido por: Scrimba Categorías: Cursos de IA Generativa, Cursos de DALL-E, Cu.
course image

Un curso de IA generativa es un campo de rápido crecimiento en el aprendizaje automático que puede crear contenido nuevo, traducir idiomas, escribir diferentes tipos de contenido creativo y responder a sus preguntas de manera informativa. Tiene un gran potencial para revolucionar la forma en que creamos y usamos los productos.

Un curso de IA generativa se refiere a cualquier modelo de inteligencia artificial que genera nuevos datos, información o documentos.

Por ejemplo, muchas empresas graban sus reuniones, tanto en vivo como virtuales. Aquí hay algunas formas en que la IA generativa podría transformar estas grabaciones:

Y esto es solo una pequeña parte de todos los procesos.

Ejemplos de Modelos de IA Generativa

Hay una serie de productos utilizando cursos de IA generativa ya disponibles en el mercado, te daremos algunos ejemplos a continuación. El principio subyacente de los cursos de IA generativa en la AI Eeducation varía dependiendo del modelo o algoritmo específico utilizado, pero algunos enfoques comunes incluyen:

  1. Los Autoencoders Variacionales (VAEs) son un tipo de modelo generativo que aprende a codificar datos de entrada en un espacio latente y luego a decodificarlo de nuevo en los datos originales. La parte "variacional" del nombre se refiere a la naturaleza probabilística del espacio latente, lo que permite al modelo generar una variedad de salidas.

  2. Redes Generativas Antagónicas (GAN): Las GAN constan de dos redes neuronales, un generador y un discriminador, que son entrenados simultáneamente a través del aprendizaje antagónico. El generador crea nuevos datos, y el discriminador evalúa qué tan bien los datos generados coinciden con los datos reales. La competencia entre las dos redes provoca que el generador mejore con el tiempo en la producción de salidas realistas.

  3. Redes Neuronales Recurrentes (RNR) y Memoria a Largo Plazo (LSTM): Estos tipos de redes neuronales a menudo se utilizan para generar secuencias como texto o música. Las RNR y LSTM tienen memoria que les permite procesar una serie de eventos en el tiempo, lo que las hace adecuadas para tareas donde el orden de los elementos es importante.

  4. Modelos Transformers: Los modelos Transformers, especialmente aquellos con mecanismos de atención, tienen mucho éxito en varias tareas generativas. Pueden recordar dependencias y relaciones a largo plazo en los datos, lo que los hace efectivos para tareas como la traducción de idiomas y la generación de texto.

  5. Autoencoders: Los Autoencoders constan de un codificador y un decodificador, y están entrenados para reconstruir los datos de entrada. Aunque se utilizan principalmente para aprender a representar y comprimir datos, variaciones como los autoencoders de eliminación de ruido (p. ej., en imágenes) pueden utilizarse para tareas generativas.

Un curso de IA generativa implica alimentar a un modelo con un gran conjunto de datos y optimizar sus parámetros para minimizar la diferencia entre la salida generada y la información real. ¡La capacidad de un modelo para producir contenido realista y rico depende de la complejidad de su arquitectura, la calidad y cantidad de datos de entrenamiento, y las técnicas de optimización utilizadas durante el entrenamiento!