Developing Generative Artificial Intelligence Solutions (Japanese) (Sub) 日本語字幕版

Aperçu

Dans ce cours, vous apprendrez le cycle de vie des applications d'intelligence artificielle générative (IA générative). Ceci inclut les sujets suivants :

• Définition des cas d'utilisation commerciaux
• Choix des modèles de base (FM)
• Amélioration des performances du FM
• Évaluation des performances du FM
• Déploiement et impact sur les objectifs commerciaux

Ce cours est une introduction à l'apprentissage sur l'IA générative. Il approfondit les concepts de l’ingénierie des prompts, la génération augmentée par la recherche (RAG) et le fine-tuning pour personnaliser les FM.

Niveau du cours : Fondamental

Durée : 60 minutes

Ce cours comprend des éléments interactifs, des explications textuelles et des graphiques illustrés.

Dans ce cours, vous apprendrez :

• À identifier les critères de sélection pour choisir les modèles pré-entraînés.
• À définir la génération augmentée par la recherche (RAG) et à expliquer comment elle est utilisée dans les entreprises.
• À expliquer les compromis de coûts lors de la personnalisation des modèles de base.
• À comprendre le rôle des agents dans les tâches multi-étapes.
• À comprendre comment évaluer les performances d’un modèle de base.
• À identifier les métriques pertinentes pour évaluer les performances d’un modèle de base.

Ce cours est destiné aux personnes suivantes :

• Ceux qui s'intéressent à l'apprentissage automatique et à l'intelligence artificielle, quelle que soit leur profession.

« Développement de Solutions d'IA Générative » est proposé dans le cadre d'une série pour acquérir des connaissances de base en intelligence artificielle, en apprentissage automatique et en IA générative. Il est recommandé de compléter les deux cours suivants avant de suivre celui-ci :

• Fundamentals of Machine Learning and Artificial Intelligence
• Exploring Artificial Intelligence Use Cases and Applications

Section 1

• Leçon 1 : Comment suivre ce cours

Section 2 : Introduction

• Leçon 2 : Vue d'ensemble du cours
• Leçon 3 : Cycle de vie des applications d'IA générative

Section 3 : Définition des cas d'utilisation

• Leçon 4 : Définition des cas d'utilisation

Section 4 : Choix des modèles de base

• Leçon 5 : Choix des modèles de base
• Leçon 6 : Vérification des connaissances

Section 5 : Amélioration des performances

• Leçon 7 : Amélioration des performances
• Leçon 8 : Évaluation des performances

Programme

Enseigné par

Étiquettes

united states