Joindre

Cours d'IA générative

659 Cours

California Institute of Technology Udemy

ChatGPT, Midjourney, DALL-E 3 & APIs - The Complete Guide

ChatGPT, Midjourney, DALL-E 3 & APIs - Le Guide Complet Boostez votre productivité en maîtrisant ChatGPT, les APIs d'OpenAI, Midjourney, l'ingénierie de prompt, AutoGPT, et plus avec ce guide complet d'Udemy. Catégories : Cours IA Générative, Cours ChatGPT, Cours Midjourney, Cours DALL-E
course image
provider Udemy
pricing Paid Course
duration 15 hours 47 minutes
sessions On-Demand
California Institute of Technology Coursera

Coding with Generative AI

Coder avec l'IA Générative Ce cours de micro-apprentissage (environ 3 heures) offre une exploration introductive des concepts fondamentaux de l'IA générative avec un accent spécifique sur son application pour les programmeurs. Vous comprendrez les principes sous-jacents de l'IA générative et apprendrez à l'utiliser efficacemen.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 3-4 hours
sessions On-Demand
California Institute of Technology

Github CoPilot for Beginners: Write Software With AI

Github CoPilot pour les débutants : Écrire des logiciels avec l'IA Les derniers outils d'IA peuvent-ils accélérer votre processus de développement web ? Découvrez l'avenir de la programmation avec GitHub Copilot, un assistant de codage alimenté par l'IA. Ce projet guidé est conçu pour les développeurs web en herbe souhaitant uti.
course image
California Institute of Technology Coursera

Jasper AI: Writing a Product Review Blog Post

Jasper AI : Rédiger un article de blog de critique de produit - Coursera Améliorez vos compétences en création de contenu numérique avec ce cours de deux heures basé sur un projet, où vous utiliserez Jasper AI pour créer un article de blog de critique de produit de qualité professionnelle pour une paire d'écouteurs sans fil à réduction de brui.
course image
provider Coursera
pricing Paid Course
duration 1-2 hours
sessions On-Demand
California Institute of Technology Coursera

Introduction to Generative AI Studio - Français

Introduction à Generative AI Studio - Français Ce cours présente Generative AI Studio. Ce produit disponible sur Vertex AI vous aide à prototyper et à personnaliser des modèles d'IA générative afin de pouvoir exploiter leurs capacités dans vos applications. Vous allez découvrir ce qu'est Generative AI Studio, quelles sont ses foncti.
course image
provider Coursera
pricing Free Online Course (Audit)
sessions On-Demand
California Institute of Technology

Introduction to Generative AI Studio - Português Brasileiro

Introduction au Generative AI Studio - Français Dans ce cours, nous présentons le Generative AI Studio, un produit de Vertex AI qui aide à la prototypage et à la personnalisation de modèles d'IA générative pour utiliser leurs fonctionnalités dans vos applications. Vous apprendrez ce qu'est le Generative AI Studio, découvrirez les fonctionnalités.
course image
California Institute of Technology Coursera

Introduction to Generative AI - Bahasa Indonesia

Introduction à l'IA Générative - Français | Coursera Il s'agit d'un cours d'introduction à l'apprentissage micro visant à définir l'IA Générative, ses usages et ses différences par rapport aux méthodes de machine learning conventionnelles. Ce cours inclut également des outils Google qui peuvent vous aider à développer vos propres applications d.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 1-2 hours
sessions On-Demand
California Institute of Technology Coursera

Introduction to Generative AI Studio - Italiano

Introduction à Generative AI Studio - Français Introduction à Generative AI Studio - Français Ce cours présente Generative AI Studio, un produit sur Vertex AI qui vous aide à prototyper et personnaliser les modèles d'IA générative afin de pouvoir utiliser leurs capacités dans vos applications. Dans ce cours, vous apprendrez ce qu'est Generative.
course image
provider Coursera
pricing Free Online Course (Audit)
sessions On-Demand
California Institute of Technology

Introduction to Image Generation - Français

Introduction à la Génération d'Images Ce cours présente les modèles de diffusion, une famille de modèles de machine learning qui s'est récemment révélée prometteuse dans le domaine de la génération d'images. Les modèles de diffusion trouvent leur origine dans la physique, et plus précisément dans la thermodynamique. Au cours de.
course image
California Institute of Technology Coursera

Introduction to Image Generation - Bahasa Indonesia

Ce cours introduit les modèles de diffusion, un groupe de modèles d'apprentissage automatique qui ont récemment montré leur potentiel dans le domaine de la création d'images. Les modèles de diffusion s'inspirent de la physique, en particulier de la thermodynamique. Au cours des dernières années, les modèles de diffusion sont devenus populaires.
course image
provider Coursera
pricing Free Online Course (Audit)
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!