Todos los cursos actuales de Model Evaluation Courses en 2024
18 Cursos
Responsible AI: Interpretability & Transparency - Deutsch
IA Responsable: Interpretabilidad y Transparencia - Español
En este curso se presentan conceptos relacionados con la interpretabilidad y transparencia de la inteligencia artificial. Aprenderá por qué la transparencia de la IA es importante para los equipos de desarrollo. Además, conocerá técnicas y herramientas prácticas que le permitirán optimi.
Developing Machine Learning Solutions (Indonesian)
Desarrollando Soluciones de Machine Learning (Indonesio)
En este curso de machine learning, aprenderás sobre el ciclo de vida del machine learning y cómo usar los servicios de AWS en cada etapa. Además, descubrirás diversas fuentes para modelos de machine learning y aprenderás técnicas para evaluar su desempeño. También entenderás la importanci.
Optimización de modelos fundacionales (Español LATAM) | Optimizing Foundation Models (LATAM Spanish)
Optimización de modelos fundacionales (Español LATAM) | Optimizing Foundation Models (LATAM Spanish)
En este curso, explorará dos técnicas para mejorar el rendimiento de un modelo fundacional (Foundation Model, FM): la generación mejorada por recuperación (Retrieval Augmented Generation, RAG) y el ajuste preciso. Aprenderá sobre los servicios de A.
Selecting the Right LLM with Hugging Face
Existen literalmente miles de Modelos de Lenguaje Grande o LLM disponibles que se pueden usar para una multitud de propósitos. Hugging Face es el centro de referencia para modelos de lenguaje, ofreciendo una vasta colección donde puedes encontrar y usar casi cualquier modelo que necesites. Elegir el modelo adecuado puede ser una tarea ardua da.
Desarrollo de soluciones de IA generativa (Español LATAM) | Developing Generative Artificial Intelligence Solutions (LATAM Spanish)
Desarrollo de soluciones de IA generativa (Español LATAM) | Developing Generative Artificial Intelligence Solutions (LATAM Spanish)
En este curso, explorará el ciclo de vida de las aplicaciones de inteligencia artificial generativa (IA generativa), que incluye lo siguiente:
Definición de un caso práctico empresarial.
Developing Machine Learning Solutions (Vietnamese)
Desarrollando Soluciones de Aprendizaje Automático (Vietnamita)
En este curso de aprendizaje automático, aprenderá sobre el ciclo de vida del aprendizaje automático y cómo utilizar los servicios de AWS en cada etapa. Además, explorará diversas fuentes para los modelos de aprendizaje automático y aprenderá técnicas para evaluar el rendimiento del.
Developing Generative Artificial Intelligence Solutions (Vietnamese)
Desarrollando Soluciones de Inteligencia Artificial Generativa (Vietnamita)
En este curso, explorarás el ciclo de vida de una aplicación de inteligencia artificial generativa (IA generativa), que incluye:
Identificación de casos de uso en negocios
Selección de modelos de base (FM)
Mejora del rendimiento del FM
Evaluación del rendimiento d.
Developing Machine Learning Solutions (Korean)
Desarrollando Soluciones de Aprendizaje Automático (Coreano)
En este curso de aprendizaje automático, aprenderá sobre el ciclo de vida del aprendizaje automático y cómo utilizar los servicios de AWS en cada etapa. También explorará varias fuentes para modelos de aprendizaje automático y técnicas para evaluar el desempeño de esos modelos. Compren.
Responsible AI for Developers: Fairness & Bias - 한국어
Responsable IA para Desarrolladores: Equidad y Sesgo - Español
Título: Responsable IA para Desarrolladores: Equidad y Sesgo - Español
Descripción: Este curso presenta el concepto de IA responsable y los principios de IA. Identifica de manera práctica la equidad y el sesgo y explora técnicas para mitigar el sesgo en la práctica de IA/.
Create Image Captioning Models - 繁體中文
Crear Modelos de Subtitulación de Imágenes - 繁體中文
Este curso explica cómo utilizar el aprendizaje profundo para crear modelos de generación de subtítulos de imágenes. Aprenderás las diferentes partes que componen los modelos de generación de subtítulos de imágenes, como codificadores y decodificadores, y cómo entrenar y evaluar los modelos..