Joindre

Cours d'IA générative

1012 Cours

California Institute of Technology Codecademy

Debug Python Code with ChatGPT Case Study

Étude de Cas: Déboguer du Code Python avec ChatGPT Apprenez à résoudre les problèmes de code Python en utilisant ChatGPT. Cette étude de cas par Codecademy vous permet de corriger les bugs, tester, simuler et optimiser les performances en utilisant l'IA générative. Développez vos compétences en adoptant la mentalité d'un dé.
California Institute of Technology Codecademy

Differentiate for Language and Reading Level With ChatGPT Case Study

Différencier pour le Niveau de Langue et de Lecture avec l'Étude de Cas ChatGPT Utilisez ChatGPT pour créer du texte à différents niveaux de lecture et de langue. Cela peut aider à rationaliser les efforts de création de matériel éducatif. Cette étude de cas vous aidera à développer vos compétences dans l'utilisation de l'IA gé.
California Institute of Technology Google Cloud Skills Boost

Generative AI Fundamentals - Locales

Fondamentaux de l'IA Générative - Locales Ce cours, Fondamentaux de l'IA Générative - Locales, est spécialement conçu pour les apprenants non-anglophones. Si vous préférez le cours en anglais, veuillez vous inscrire à Generative AI Fundamentals. Obtenez un badge de compétence en terminant les cours suivants : Introd.
course image
California Institute of Technology Google Cloud Skills Boost

Enterprise Search on Generative AI App Builder

Recherche d'entreprise sur Generative AI App Builder Les entreprises de toutes tailles ont souvent du mal à rendre l'information facilement accessible aux employés comme aux clients. La documentation interne est fréquemment dispersée sur des wikis, des partages de fichiers et des bases de données. De même, les sites destinés aux consommateurs offr.
course image
California Institute of Technology DataCamp

Understanding Prompt Engineering

Comprendre l'ingénierie de prompt Embarquez pour un voyage immersif pour maîtriser ChatGPT, le modèle de langage conversationnel révolutionnaire, et révolutionner vos processus commerciaux et créatifs. Ce cours complet couvre les bases de l'ingénierie de prompt, vous apprenant à construire des prompts clairs, spécifiques et ouverts, et avance s.
course image
California Institute of Technology Codecademy

Optimizing Code with Generative AI Case Study

Utilisez des outils d'IA générative pour optimiser la lisibilité du code, sa maintenabilité, sa testabilité et l'efficacité des ressources, favorisant un développement rationalisé. Cette étude de cas vous aidera à développer vos compétences en utilisant l'IA générative comme outil de codage. En adoptant l'état d'esprit d'un développeur, vous.
California Institute of Technology Codecademy

Debug Python Code with Generative AI Case Study

Étude de Cas sur le Débogage du Code Python avec l'IA Générative L'IA générative peut vous aider à corriger les bugs, tester et simuler du code, optimiser et améliorer les performances, et bien plus encore. Cette étude de cas vous aidera à développer vos compétences en utilisant l'IA générative comme un outil de codage. En adoptant l'état d'espr.
California Institute of Technology Pluralsight

The New Developer: Help Your Engineering Org Navigate Issues of Trust, Agency, & Skill Threat as They Adopt Generative AI

Le Nouveau Développeur : Aidez votre organisation d'ingénierie à naviguer dans les problèmes de confiance, d'autonomie et de menace de compétence lors de l'adoption de l'IA générative Dans cette session, nous aborderons de front l'adoption de l'IA au sein des organisations d'ingénierie. Vous entendrez parler de recherches originales, empiriquemen.
course image
California Institute of Technology Pluralsight

The Data Sessions: ChatGPT Roundtable Discussion with Pluralsight Experts

Les Sessions de Données : Discussion Table Ronde ChatGPT avec des Experts de Pluralsight Suivez des experts de l'industrie alors qu'ils explorent le pouvoir transformateur de l'IA générative, son potentiel créatif et l'éthique derrière son application. Équipez-vous de connaissances pour l'ère de l'IA. Vous trouvez difficile de n.
course image
California Institute of Technology Pluralsight

LangChain Development

Cours de Développement LangChain | Pluralsight Ceci est un cours de niveau intermédiaire sur LangChain. Ce cours vous enseignera comment créer des applications d'IA générative en utilisant cette puissante plateforme open source. Bien que les grands modèles de langage soient devenus une offre incontournable pour chaque entre.
course image

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!