Unirse

Cursos de IA generativa

734 Cursos

California Institute of Technology Coursera

Smarter Content Creation with Microsoft Copilot

Creación de Contenido Más Inteligente con Microsoft Copilot Este curso es el tercero de una serie diseñada para revolucionar tus capacidades de marketing con el GenAI de Microsoft Copilot. Centrándote en la creación de contenido, explorarás los diversos tipos de contenido que puedes crear usando Microsoft Copilot. Luego, aprenderás a generar ide.
course image
California Institute of Technology Coursera

Upgrade Your Marketing Strategy with Microsoft Copilot

Mejora tu Estrategia de Marketing con Microsoft Copilot Este curso está dirigido principalmente a estudiantes de primer y segundo año de carreras de ingeniería o ciencias, así como a estudiantes de secundaria y profesionales interesados en la programación. "Mejora tu Estrategia de Marketing con Microsoft Copilot" es el primero de una.
course image
California Institute of Technology Coursera

Using Microsoft Copilot to Understand Your Customer

Uso de Microsoft Copilot para Comprender a su Cliente Descripción: Este curso es el segundo de una serie que tiene como objetivo transformar sus capacidades de marketing con GenAI de Microsoft Copilot. Su enfoque está en comprender a sus clientes. En este curso, aprenderá cómo entrenar a Microsoft Copilot con datos relacionados con e.
course image
California Institute of Technology Coursera

Work with Gemini Models in BigQuery - 日本語版

Trabajando con BigQuery usando el Modelo Gemini - Versión en Español Este curso presenta cómo utilizar modelos de IA/ML en BigQuery para trabajos de IA generativa. A través de casos de uso relacionados con la gestión de relaciones con clientes, se explica el flujo de trabajo para resolver problemas empresariales utilizando el modelo Gemini. Pa.
course image
California Institute of Technology Coursera

Work with Gemini Models in BigQuery - 简体中文

Trabaja con Modelos Gemini en BigQuery - Español Este curso muestra cómo usar modelos de IA/ML en tareas de IA generativa en BigQuery. A través de casos de uso reales relacionados con la gestión de relaciones con clientes, explica el flujo de trabajo para resolver problemas de negocios con modelos Gemini. Para ayudar en la comprensión, guía pas.
course image
California Institute of Technology Coursera

Gemini in Google Drive - Bahasa Indonesia

course image
California Institute of Technology Coursera

Gemini in Google Drive - Français

Gemini en Google Drive - Français Gemini para Google Workspace es un complemento que permite a los usuarios acceder a funcionalidades de IA generativa. Este curso explora las funcionalidades de Gemini en Google Drive mediante videos educativos, actividades prácticas y ejemplos concretos. Al final de este curso, contará con los.
course image
California Institute of Technology Coursera

Gemini in Google Drive - 繁體中文

Gemini en Google Drive - Español Gemini for Google Workspace es un complemento que permite a los usuarios acceder a funciones de IA generativa. Este curso utiliza videos, actividades prácticas y ejemplos para proporcionar una comprensión profunda de las características de Gemini en Google Drive. Al finalizar el curso, te.
course image
California Institute of Technology Coursera

Work with Gemini Models in BigQuery - Español

Trabaja con Modelos de Gemini en BigQuery - Español En este curso, se muestra cómo usar modelos de IA/AA para tareas de IA generativa en BigQuery. A través de un caso de uso práctico relacionado con la administración de relaciones con clientes, conocerás el flujo de trabajo para solucionar un problema empresarial con modelos de Gemini. Para fa.
course image
California Institute of Technology Coursera

Work with Gemini Models in BigQuery - 한국어

Trabajar con Modelos Gemini en BigQuery - Español Este curso muestra cómo usar modelos de IA/ML en BigQuery para tareas de IA generativa. A través de casos de uso del mundo real relacionados con la gestión de relaciones con clientes, se explica un flujo de trabajo para resolver problemas comerciales utilizando modelos de Gemini. Para facilitar.
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!