Cours d'IA générative

659 Cours

Building Generative AI Solutions with Vector Databases

Construire des Solutions d'IA Générative avec des Bases de Données de Vecteurs | Udacity Titre du cours : Construire des Solutions d'IA Générative avec des Bases de Données de Vecteurs Description : Cette leçon couvre les bases de données de vecteurs, cruciales pour améliorer la mémoire à long terme de l'IA. Les sujets incluent les concept.
course image
provider Udacity
pricing Paid Course
duration 2 hours
sessions On-Demand

IA generativa en el aula

IA générative en classe | University of California, Irvine | Coursera Dans ce cours, vous découvrirez le concept, l'utilité, les défis et les possibilités éducatives de l'IA générative. À travers des expériences directes, des lectures et des discussions, vous proposerez des applications utiles pour l'apprentissage et l'enseignement..
course image
provider Coursera
pricing Free Online Course (Audit)
duration 10 hours
sessions On-Demand

Automated Report Generation with Generative AI

Génération de Rapports Automatisés avec l'IA Générative Dans le monde axé sur les données d'aujourd'hui, générer des rapports efficacement est une compétence précieuse pour les professionnels de divers secteurs. Ce cours introduit les débutants au monde de la génération de rapports automatisés en utilisant des outils et techniques alimentés par.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 1-2 hours
sessions On-Demand

AI for Business: Generation & Prediction

IA pour les affaires : Génération & Prédiction L'intelligence artificielle (IA) n'est pas une technologie nouvelle; elle est en développement depuis des décennies. Aujourd'hui, cependant, l'IA est sous les feux de la rampe car elle redéfinit la manière dont les entreprises fonctionnent, innovent et interagissent avec leurs clients. L'IA générati.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 2-3 hours
sessions On-Demand

Planning a Generative AI Project (Thai)

Planification d'un projet d'IA générative (Français) Planification d'un projet d'IA générative est le deuxième cours d'une série de trois intitulée Essentials de l'IA générative pour les décideurs commerciaux et techniques. Si vous n'avez pas encore suivi le premier cours, commencez par Introduction à l'IA générative - L'art du possible. Dans ce c.
course image

Creación de modelos lingüísticos en AWS (Español LATAM) | Building Language Models on AWS (LATAM Spanish)

Création de Modèles Linguistiques sur AWS (Français LATAM) | Building Language Models on AWS (LATAM French) Amazon SageMaker aide les data scientists à préparer, créer, entraîner, déployer et superviser des modèles d'apprentissage automatique (ML). SageMaker réunit un large ensemble de capacités, y compris l'accès à des bibliothèques de formation.
course image
provider AWS Skill Builder
pricing Free Certificate
duration 5 hours 30 minutes
sessions On-Demand

Gen AI in Cybersecurity

Course d'IA Générative en Cybersécurité | Coursera Embarquez pour un voyage transformateur dans le domaine de l'IA Générative en Cybersécurité avec notre cours complet. Plongez profondément dans les subtilités de l'utilisation de l'intelligence artificielle pour sécuriser les environnements numériques, des principes.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 3-4 hours
sessions On-Demand

Criação de modelos de linguagem na AWS (Português) | Building Language Models on AWS (Portuguese)

Criação de Modèles de Langage sur AWS (Portugais) | Building Language Models on AWS (Portuguese) Amazon SageMaker aide les data scientists à préparer, créer, entraîner, déployer et surveiller des modèles de Machine Learning (ML). SageMaker regroupe un large éventail de capacités, y compris l'accès à des bibliothèques d'entraînement distribué, des.
course image
provider AWS Skill Builder
pricing Free Certificate
duration 5 hours 30 minutes
sessions On-Demand

Duet AI for Application Developers

Duet AI pour les développeurs d'applications Dans ce cours, vous découvrirez comment Duet AI, le collaborateur alimenté par une intelligence artificielle générative de Google Cloud, aide les développeurs à créer des applications robustes. Apprenez à utiliser Duet AI pour : Expliquer le code. Recommander des services Google Cloud. Générer.
course image
provider Google Cloud Skills Boost
pricing Paid Course
duration 1 hour 30 minutes
sessions On-Demand

Duet AI for Cloud Architects

Dans ce cours, vous découvrirez comment Duet AI, un collaborateur alimenté par l'IA de Google Cloud, aide les administrateurs à provisionner l'infrastructure de manière efficace. Vous apprendrez à inciter Duet AI à clarifier les détails de l'infrastructure, déployer des clusters GKE et mettre à jour l'infrastructure existante. À travers des la.
course image
provider Google Cloud Skills Boost
pricing Paid Course
duration 1 hour
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!