Ce que vous devez savoir avant
de commencer
Débute 25 June 2025 12:27
Se termine 25 June 2025

(KK) Generative AI with Large Language Models
2041 Cours
Non spécifié
Mise à niveau optionnelle disponible
Tous les niveaux
Progressez à votre rythme
Free
Mise à niveau optionnelle disponible
Aperçu
Coursera
Plongez dans les fondamentaux de l'IA générative avec notre cours complet sur les Modèles de Langage de Grande Taille (LLMs). Ce programme est conçu pour équiper les apprenants des connaissances essentielles pour déployer l'IA générative dans des scénarios pratiques.
- Comprendre le cycle de vie de l'IA générative basée sur les LLMs et les étapes clés impliquées, y compris la collecte de données, la sélection de modèles et le déploiement.
- Obtenez un aperçu de l'architecture transformer, de ses processus d'entraînement et des techniques de fine-tuning qui adaptent les LLMs à diverses applications.
- Tirez parti des lois de scalabilité empirique pour optimiser la performance des modèles en relation avec la taille des ensembles de données, les ressources informatiques, et les exigences d'inférence.
- Maîtrisez les méthodologies de pointe pour l'entraînement, le tuning, l'inférence et le déploiement afin d'améliorer la performance des modèles dans les contraintes du projet.
- Explorez les défis et les opportunités de l'IA générative grâce aux perspectives d'experts et de praticiens de l'industrie.
Ce cours intermédiaire est idéal pour les développeurs ayant une compréhension de base du Python et de l'apprentissage machine, y compris les techniques d'apprentissage supervisé et non supervisé.
Des cours préalables comme la Spécialisation en Apprentissage Machine ou la Spécialisation en Apprentissage Profond de DeepLearning.AI aideront à comprendre les concepts avancés discutés ici.
Inscrivez-vous maintenant à ce cours Coursera et développez l'intuition pratique nécessaire pour exploiter le potentiel de l'IA générative pour vos projets.
Les catégories couvertes incluent l'Apprentissage Machine, l'Apprentissage par Renforcement, les Réseaux Neurones, l'IA Générative, l'Entraînement et le Déploiement de Modèles, le Fine-Tuning, et l'Architecture Transformer.