Cours d'IA générative

542 Cours

AI Applications and Prompt Engineering

Explorez le monde de l'Intelligence Artificielle avec notre cours d'Introduction aux Applications de l'IA et à l'Ingénierie des Prompts. Ce cours captivant est conçu pour les personnes désireuses d'élargir leur compréhension des applications de l'IA et d'apprendre à construire leurs propres projets alimentés par l'IA. Tout au long de ce cours, vous.
course image
provider edX
pricing Free Online Course (Audit)
duration 1 week, 5-10 hours a week
sessions On-Demand

Generative AI with Large Language Models

Embarquez dans un parcours d'apprentissage transformatif avec le cours IA générative avec les Modèles de Langage de Grande Taille (LLMs). Ce cours de niveau intermédiaire, disponible sur Coursera et développé en collaboration avec des universités de premier plan, plonge dans l'univers de l'intelligence artificielle générative, dénouant les complexi.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 17 hours
sessions On-Demand

Generative AI, from GANs to CLIP, with Python and Pytorch

Rejoignez notre cours complet sur Udemy intitulé "L'IA générative, des GANs à CLIP, avec Python et Pytorch." Ce cours est conçu pour vous emmener dans le monde fascinant des réseaux d'intelligence artificielle générative. Que vous débutiez ou cherchiez à approfondir votre compréhension, ce cours couvre tout, des concepts de base aux concepts plus a.
course image
provider Udemy
pricing Paid Course
duration 10 hours 34 minutes
sessions On-Demand

Generative AI: Foundation Models and Platforms

Explorez le monde transformatif de l'IA générative avec notre cours complet sur "L'IA générative : Modèles Fondamentaux et Plateformes", proposé en collaboration avec Coursera. Conçu pour les passionnés comme pour les praticiens chevronnés, ce cours plonge dans les concepts de base, les modèles et les plateformes qui définissent le paysage en rapid.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 6-7 hours
sessions On-Demand

Responsible AI in the Generative AI Era

Embarquez pour un voyage à travers les domaines de l'IA générative avec notre cours de micro-apprentissage d'une semaine, "L'IA responsable à l'ère de l'IA générative", proposé exclusivement sur Coursera. Plongez dans une introduction éclairante aux principes de l'IA responsable et découvrez leur importance dans le paysage en rapide évolution de l'.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 1-2 hours
sessions On-Demand

Generative AI for Everyone

L'IA générative pour tous - un cours transformateur proposé sur Coursera et enseigné par le pionnier renommé de l'IA, Andrew Ng. Plongez profondément dans le domaine de l'IA générative avec ce cours complet conçu pour renforcer votre travail et votre potentiel d'innovation. Andrew Ng offrira une perspective inégalée sur l'IA générative, couvrant se.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 6-7 hours
sessions On-Demand

GenAI for Everyone

Débloquez le potentiel de l'IA générative avec notre cours "GenAI pour tous", disponible sur Coursera. Plongez au cœur des fondamentaux de GenAI, en comprenant ses nombreuses capacités et comment elle transforme la vie quotidienne à travers des applications telles que les chatbots, les assistants virtuels et les systèmes de recommandation personnal.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 9-10 hours
sessions On-Demand

Microsoft Future Ready: Designing and Implementing an Azure AI Solution

Rejoignez le cours "Microsoft Future Ready : Concevoir et mettre en œuvre une solution d'IA Azure", un programme immersif visant à améliorer votre processus de science des données grâce à la puissance de Microsoft Azure. Ce cours, élaboré par l'équipe d'apprentissage mondiale de Microsoft, est conçu pour les scientifiques des données se préparant à.
course image
provider FutureLearn
pricing Free Online Course (Audit)
duration 3 weeks, 6 hours a week
sessions On-Demand

Getting Started with Generative AI API

Titre : Premiers pas avec l'API IA générative Description : Plongez dans le monde de l'IA générative avec une spécialisation complète qui explore ses capacités à travers Python. Ce programme couvre des domaines essentiels comme la génération de texte, d'image et de code, en mettant l'accent sur l'utilisation de l'API de pointe d'OpenAI. Les partici.
course image
provider Coursera  Specialization
pricing Paid Course
duration 13 weeks, 3 hours a week

Introduction to Generative AI Studio

Rejoignez le cours Introduction à Generative AI Studio proposé par Google Cloud Skills Boost, conçu pour les apprenants désireux de maîtriser les subtilités de l'IA générative. Ce cours détaille les fondamentaux de Generative AI Studio, un outil de premier plan au sein de Vertex AI, élaboré pour permettre aux utilisateurs de prototyper et de person.
course image
provider Google Cloud Skills Boost
pricing Free Certificate
duration 8 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!