Joindre

Cours d'IA générative

659 Cours

California Institute of Technology Udemy

Become an AI-Powered Engineer: ChatGPT, Github Copilot

Intitulé du cours : Devenir un ingénieur propulsé par l'IA : ChatGPT, GitHub Copilot Description : Inscrivez-vous à notre cours en ligne complet et maîtrisez des outils innovants comme ChatGPT, GitHub Copilot et Copilot Labs. Apprenez à accélérer vos compétences en codage et à développer des logiciels deux fois plus rapidement. Ce cours est idéal p.
course image
provider Udemy
pricing Free Online Course
duration 1 hour 42 minutes
sessions On-Demand
California Institute of Technology Google Cloud Skills Boost

Introduction to AI and Machine Learning on Google Cloud - Locales

<p><strong>Présentation du cours :</strong> Plongez dans le monde de l'intelligence artificielle (IA) et de l'apprentissage automatique (AA) à travers le cours <em>"Introduction à l'IA et l'Apprentissage Automatique sur Google Cloud - Locales"</em>, spécialement conçu pour les non-anglophones. Ce programme est un segme.
course image
provider Google Cloud Skills Boost
pricing Paid Course
duration 16 hours
sessions On-Demand
California Institute of Technology CreativeLive

10x Your Marketing Efforts with ChatGPT, Midjourney, and More

<p><strong>À LA FIN DE CE COURS, VOUS SEREZ CAPABLE DE :</strong></p> <ul> <li>Exploiter les outils d'IA générative comme ChatGPT pour créer des contenus de haute qualité optimisés pour le SEO destinés à des campagnes marketing.</li> <li>Formuler des invites efficaces pour les chatbots IA, assurant de.
course image
provider CreativeLive
pricing $99.00
duration 53 minutes
sessions On-Demand
California Institute of Technology Microsoft Learn

Microsoft Azure AI Fundamentals: Generative AI

Titre : Fondamentaux de l'IA générative avec Microsoft Azure Description : Explorez les principes essentiels de l'IA générative avec ce cours soigneusement structuré par Microsoft Learn. S'étendant sur trois modules pivot, le cours vous équipera avec les connaissances nécessaires pour comprendre et mettre en œuvre efficacement les applications d'IA.
provider Microsoft Learn
pricing Free Online Course
duration 2 hours 33 minutes
sessions On-Demand
California Institute of Technology Udemy

Future Skills 2030-Prepare for the 4th Industrial Revolution

course image
provider Udemy
pricing Paid Course
duration 6 hours 21 minutes
sessions On-Demand
California Institute of Technology Domestika

Creación de contenidos con IA

L'intelligence artificielle est si étonnante qu'elle peut même nous effrayer, mais si nous apprenons à l'utiliser comme un outil dans notre travail, elle peut nous aider à optimiser notre temps et nos ressources. Dans ce cours en ligne, la consultante en communication Núria Mañé vous enseignera à créer des contenus avec l'IA. Tout au long des.
course image
provider Domestika
pricing Paid Course
sessions On-Demand
California Institute of Technology University of Michigan

Generative AI Teach-Out

Enseignement sur l'IA Générative Cette formation introduit les apprenants à l'intelligence artificielle (IA) et explique comment fonctionnent les grands modèles de langage et les outils d'IA générative, comme ChatGPT. Explorez l'utilisation éthique de l'intelligence artificielle, les implications en termes d'auteur, et comment ces outils pourraie.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 7-8 hours
sessions On-Demand
California Institute of Technology Southern New Hampshire University

GPT Vision: Seeing the World through Generative AI

GPT Vision : Voir le Monde à Travers l'IA Générative Imaginez un monde où vos photos ne se contentent pas de capturer des souvenirs, mais deviennent également des assistants intelligents, vous aidant à naviguer et gérer les tâches quotidiennes. Bienvenue à "GPT Vision : Voir le Monde à Travers l'IA Générative", un cours conçu pour révolutionn.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 3-4 hours
sessions On-Demand
California Institute of Technology Coursera

Programmatic Prompting with OpenAI: Refining and Filtering

Incitation Programmée avec OpenAI : Affinage et Filtrage Dans ce projet, vous allez implémenter une application web Flask en Python qui génère dynamiquement des critiques de films dans différents styles en utilisant les modèles textuels d'OpenAI. En incitant et en ajustant les paramètres d'OpenAI, vous affinerez les réponses gé.
course image
provider Coursera
pricing Paid Course
duration 2-3 hours
sessions On-Demand
California Institute of Technology Coursera

Leveraging AI for Enhanced Content Creation

Exploiter l'IA pour une Création de Contenu Améliorée Ce cours fournit une base pour évaluer et appliquer une série d'outils d'Intelligence Artificielle (IA) générative, tels que ChatGPT, Bing Chat, Google Bard, Midjourney, Runway et Eleven Labs. Cette opportunité d'apprentissage offre une expérience pratique à travers l'idéation, la.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 3-4 hours
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!