Cours d'IA générative

659 Cours

Generative AI in Higher Education

Découvrez le pouvoir transformatif de l'IA générative dans le domaine de l'enseignement supérieur avec ce cours éclairant de deux semaines de King’s College London, présenté sur FutureLearn. Avec l'avènement des technologies d'IA générative comme ChatGPT et l'imagerie générée par IA avancée devenant de plus en plus courantes, le paysage de l'enseig.
course image
provider FutureLearn
pricing Free Online Course (Audit)
duration 2 weeks, 3 hours a week
sessions On-Demand

Introduction to Generative AI

Intitulé du cours : Introduction à l'IA générative Description : Plongez dans le monde de l'IA avec notre cours de micro-apprentissage adapté aux débutants sur l'IA générative. Découvrez les bases de ce que l'IA générative implique, ses applications et en quoi elle se distingue des techniques d'apprentissage automatique conventionnelles. Ce cours f.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 1 hour
sessions On-Demand

Introduction to Creative AI

Plongez dans le pouvoir transformateur de l'IA créative avec ce cours captivant de deux semaines proposé par l'Institut de Calcul Créatif de l'UAL, disponible via FutureLearn. Ce cours est sur mesure pour ceux désireux de comprendre l'impact de l'intelligence artificielle dans le domaine des industries créatives. Découvrez comment l'apprentissage a.
course image
provider FutureLearn
pricing Free Online Course (Audit)
duration 2 weeks, 2 hours a week
sessions On-Demand

Introduction to ChatGPT

Titre : Introduction à ChatGPT Description : Embarquez dans un voyage pour maîtriser ChatGPT, l'intelligence artificielle conversationnelle révolutionnaire, grâce à notre cours complet offert par DataCamp. Ce curriculum est conçu pour vous plonger dans le monde de l'intelligence artificielle générative (IA), en vous fournissant les compétences néce.
course image
provider DataCamp
pricing Free Trial Available
duration 1 hour
sessions On-Demand

ChatGPT Masterclass: ChatGPT Guide for Beginners to Experts!

Titre du cours : Masterclass ChatGPT : Guide ChatGPT des débutants aux experts ! Description : Plongez dans l'univers de ChatGPT avec notre masterclass complète, conçue pour vous transformer d'un novice en un expert. Ce cours se concentre sur l'Ingénierie de Prompt ChatGPT, incluant l'utilisation de ChatGPT 4 et d'autres outils d'IA générative pour.
course image
provider Udemy
pricing Paid Course
duration 17 hours 9 minutes
sessions On-Demand

Getting Started with Generative AI APIs

Titre : Premiers pas avec les API IA génératives Description : Embarquez dans votre voyage dans le royaume de l'intelligence artificielle avec ce cours détaillé. Au cours de cette formation, les participants apprendront les étapes essentielles pour démarrer leur essai OpenAI, créer des clés API et exécuter leur première demande API. Le programme fo.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 9-10 hours
sessions On-Demand

Generative AI Primer

Découvrez le pouvoir transformatif de l'IA générative dans le cours "Primer sur l'IA générative" proposé par l'Université du Southern New Hampshire sur Coursera. Plongez dans le monde fascinant de ChatGPT et d'autres modèles de langage de grande envergure promettant de révolutionner votre vie personnelle et professionnelle, pouvant potentiellement.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 1-2 hours
sessions On-Demand

Prompt Engineering

Embarquez dans un voyage transformateur avec la spécialisation de Southern New Hampshire University sur Coursera, conçue pour vous doter des compétences révolutionnaires en ingénierie des prompts. Ce cours complet est élaboré pour renforcer votre créativité innée et vos capacités de réflexion critique à travers l'application de l'IA générative, agi.
course image
provider Coursera  Specialization
pricing Paid Course

Trustworthy Generative AI

Découvrez le potentiel de l'IA générative pour améliorer la créativité et la prise de décision avec le nouveau cours de l'Université du New Hampshire du Sud sur Coursera. Ce programme complet se penche sur l'art de l'ingénierie des invites, offrant des perspectives sur la production de résultats fiables via des outils d'IA générative comme ChatGPT..
course image
provider Coursera
pricing Free Online Course (Audit)
duration 8-9 hours
sessions On-Demand

Generative AI: Implications and Opportunities for Business

Découvrez le pouvoir transformatif de l'IA générative et son rôle croissant dans le paysage des affaires avec le cours "IA Générative : Implications et Opportunités pour les Entreprises" proposé par l'Université de Victoria via FutureLearn. Ce programme complet de quatre semaines est conçu pour équiper les participants avec une compréhension approf.
course image
provider FutureLearn
pricing $179.00
duration 4 weeks, 3 hours a week
sessions On-Demand

Un cours d'IA générative est un domaine en pleine croissance de l'apprentissage automatique capable de créer de nouveaux contenus, de traduire des langues, de rédiger différents types de contenus créatifs et de répondre à vos questions de manière informative. Il a un potentiel énorme pour révolutionner la façon dont nous créons et utilisons les produits.

Un cours sur l'IA générative fait référence à tout modèle d'intelligence artificielle qui génère de nouvelles données, informations ou documents.

Par exemple, de nombreuses entreprises enregistrent leurs réunions, en direct et virtuelles. Voici quelques façons dont l'IA générative pourrait transformer ces enregistrements :

Et ce n'est qu'une petite partie de tous les processus.

Exemples de modèles d'IA génératifs

Il existe déjà sur le marché un certain nombre de produits utilisant des cours d'IA génératives - nous vous en donnerons quelques exemples ci-dessous. Le principe sous-jacent des cours d'IA génératives à l'AI Education varie en fonction du modèle ou de l'algorithme spécifique utilisé, mais certaines approches courantes comprennent :

  1. Les auto-encodeurs variationnels (VAE) sont un type de modèle génératif qui apprend à encoder les données d'entrée dans un espace latent, puis à les décoder pour retrouver les données originales. La partie "variationnelle" du nom fait référence à la nature probabiliste de l'espace latent, qui permet au modèle de générer une variété de sorties.

  2. Les réseaux antagonistes génératifs (GAN) : les GAN sont composés de deux réseaux de neurones, un générateur et un discriminateur, qui sont formés simultanément par apprentissage antagoniste. Le générateur crée de nouvelles données, et le discriminateur évalue la qualité de correspondance des données générées avec les données réelles. La compétition entre les deux réseaux amène le générateur à s'améliorer dans la production de sorties réalistes.

  3. Les réseaux de neurones récurrents (RNN) et la mémoire à court terme à long terme (LSTM) : Ces types de réseaux de neurones sont souvent utilisés pour générer des séquences comme le texte ou la musique. Les RNN et les LSTM ont une mémoire qui leur permet de traiter une série d'événements dans le temps, ce qui les rend adaptés à des tâches où l'ordre des éléments est important.

  4. Les modèles de transformateurs : Les modèles transformateurs, en particulier ceux dotés de mécanismes d'attention, réussissent très bien dans diverses tâches génératives. Ils peuvent se souvenir des dépendances et des relations à long terme dans les données, ce qui les rend efficaces pour des tâches telles que la traduction de langues et la génération de texte

  5. Les auto-encodeurs : Les auto-encodeurs sont composés d'un encodeur et d'un décodeur, et ils sont formés pour reconstruire les données d'entrée. Bien qu'ils soient principalement utilisés pour apprendre à représenter et à compresser les données, des variations comme les auto-encodeurs de débruitage (par exemple dans les images) peuvent être utilisées pour des tâches génératives.

Un cours d'IA générative consiste à nourrir un modèle avec un large ensemble de données et à optimiser ses paramètres pour minimiser la différence entre la sortie générée et l'information réelle. La capacité d'un modèle à produire un contenu réaliste et riche dépend de la complexité de son architecture, de la qualité et de la quantité des données d'apprentissage, et des techniques d'optimisation utilisées pendant l'apprentissage!