Cours d'IA générative

1013 Cours

Gemini in Google Drive - 简体中文

Titre: Gemini dans Google Drive - Français Description: Gemini pour Google Workspace est un plugin qui permet aux utilisateurs d'exploiter les fonctionnalités de l'IA générative. Ce cours explore en profondeur les fonctionnalités de "Gemini dans Google Drive" à travers des cours vidéo, des activités pratiques et des exemples concrets. À la fin de.
course image

Herramientas de Inteligencia Artificial para la productividad. Más allá del ChatGPT

Découvrez comment augmenter votre productivité avec le soutien de l'Intelligence Artificielle Générative, dans un cours proposé par l'Universitat Politècnica de València à travers edX. Allez au-delà de ChatGPT, en explorant des outils avancés d'IA pour la génération automatique de contenu, la personnalisation des messages et l'automatisation des tâ.
course image
provider edX
pricing Free Online Course (Audit)
duration 4 weeks, 4-5 hours a week
sessions On-Demand

Digital Skills: Artificial Intelligence

Embarquez pour un voyage transformateur de trois semaines à travers le domaine de l'Intelligence Artificielle (IA) avec notre cours complet. Cette expédition ne concerne pas seulement la compréhension de l'IA mais devenir compétent dans la navigation de ses complexités et l'exploitation de ses capacités pour l'avancement de carrière. Commencez par.
course image
provider FutureLearn
pricing Free Certificate
duration 3 weeks
sessions On-Demand

Introduction to Artificial Intelligence and Machine Learning

Embarquez dans un voyage vers le futur avec notre cours Introduction à l'intelligence artificielle et à l'apprentissage automatique, proposé par FutureLearn. Ce programme à votre rythme est votre porte d'entrée pour comprendre le domaine en plein essor de l'IA et comment il est prêt à révolutionner les solutions logicielles à travers le monde. Plon.
course image
provider FutureLearn
pricing Paid Course
duration 3 weeks, 6 hours a week
sessions On-Demand

Applied Artificial Intelligence: Natural Language Processing

Plongez dans le monde transformateur de l'Intelligence Artificielle Appliquée, en vous concentrant spécifiquement sur le Traitement du Langage Naturel (TLN) avec ce cours complet proposé par FutureLearn. Ce cours fait partie du parcours Expert en IA Avancée et Appliquée sur Microsoft Azure, conçu pour vous doter des compétences essentielles en IA e.
course image
provider FutureLearn
pricing Paid Course
duration 3 weeks, 6 hours a week
sessions On-Demand

Unlocking the Power of Generative AI with ChatGPT for Higher Education

Débloquez le pouvoir de l'IA générative avec ChatGPT pour l'enseignement supérieur - Plongez dans le potentiel transformateur de ChatGPT dans le paysage éducatif avec ce cours complet proposé par l'Université Galileo via edX. Embrassez l'avenir de l'éducation et de la technologie en apprenant comment ChatGPT, un modèle de langue conversationnelle d.
course image
provider edX
pricing Free Online Course (Audit)
duration 5 weeks, 4-5 hours a week
sessions On-Demand

Artificial Intelligence Explained

Découvrez le monde de l'Intelligence Artificielle (IA) avec notre cours complet conçu pour un apprentissage rapide. Plongez dans les essentiels et mettez-vous à jour avec les dernières nouveautés en IA, y compris les outils d'IA générative de pointe tels que ChatGPT. Cette introduction est parfaite pour quiconque désireux de comprendre le paysage a.
course image
provider Pluralsight
pricing Free Trial Available
duration 53 minutes
sessions On-Demand

AI Foundations for Everyone

Découvrez le pouvoir transformateur de l'Intelligence Artificielle (IA) avec notre cours de spécialisation, "Bases de l'IA pour tous", disponible sur Coursera. Conçu pour des personnes de tous horizons professionnels et niveaux éducatifs, ce cours offre une introduction complète à l'IA sans nécessiter de compétences en programmation. Plongez dans l.
course image
provider Coursera  Specialization
pricing Paid Course
duration 17 weeks, 2 hours a week

Generative AI for Leaders

Explorez la frontière de l'innovation en leadership avec notre cours, "Intelligence Artificielle Générative pour les Leaders", proposé par l'Université du Sud du New Hampshire sur Coursera. Ce programme de formation crucial est conçu pour les leaders désireux de maîtriser le potentiel transformateur de l'Intelligence Artificielle Générative, une te.
course image
provider Coursera
pricing Free Online Course (Audit)
duration 4-5 hours
sessions On-Demand

Design a Feminist Chatbot

Plongez dans la signification de l'intégration du féminisme avec la technologie de l'IA générative grâce à notre cours éclairant de quatre semaines. À une époque dominée par les conversations pilotées par l'IA, la création de chatbots présente une opportunité unique de propager ou de remettre en question les stéréotypes et biais de genre prévalents.
course image
provider FutureLearn
pricing Free Online Course (Audit)
duration 4 weeks, 2 hours a week
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!