Joindre

Cours d'IA générative

659 Cours

California Institute of Technology Coursera

Future Role Workshop Lab

Future Role Workshop Lab | Coursera Note : Ce lab est conçu pour être un atelier en direct, et non pour être suivi comme un cours autonome. Grâce à cet atelier, vous allez vous impliquer concrètement avec l'IA générative pour affiner la description de votre rôle actuel et anticiper comment votre rôle pourrait évoluer à l'avenir. Anti.
course image
California Institute of Technology Coursera

GenAI for Customer Service Teams

IA Générative pour les Équipes de Service Client "IA Générative pour les Équipes de Service Client" est un cours d'introduction conçu pour combler le fossé entre les technologies d'IA générative (IA Générative) et les pratiques de service client. Ce cours démystifie l'IA Générative, la rendant accessible aux professionnels du s.
course image
California Institute of Technology Coursera

GenAI for Application Developers

GenAI pour les développeurs d'applications « GenAI pour les développeurs d'applications » est conçu pour les professionnels désireux d'intégrer l'IA dans leur flux de travail de développement. Ce cours complet présente Gemini pour Google Cloud (Duet AI), en mettant l'accent sur son potentiel à rationaliser les processus de codage, de débogage et.
course image
California Institute of Technology Coursera

GenAI for Data Scientists

GenAI pour les Data Scientists GenAI pour les Data Scientists est conçu pour les professionnels désireux d'intégrer l'IA Générative (GenAI) dans leurs pratiques de science des données. Ce cours d'introduction simplifie le domaine complexe de GenAI, illustrant son impact remarquable sur l'analyse de données, la modélisation prédictive, et plus en.
course image
California Institute of Technology Coursera

GenAI for Software Engineering Teams

GenAI pour les équipes d'ingénierie logicielle "GenAI pour les équipes d'ingénierie logicielle" est un cours intensif d'une heure conçu pour transformer la façon dont les équipes d'ingénierie logicielle fonctionnent. Ce cours met un fort accent sur les méthodologies et les outils collaboratifs, permettant aux équipes d'ingénierie logicielle d'amé.
course image
California Institute of Technology Coursera

Gemini for Data Scientists and Analysts - Español

Dans ce cours, vous découvrirez comment Gemini, un collaborateur amélioré par l'IA générative de Google Cloud, aide à analyser les données des clients et à prédire les ventes de produits. Vous apprendrez également à identifier, catégoriser et développer de nouveaux clients en utilisant les données clients dans BigQuery. À travers des laboratoir.
course image
California Institute of Technology Coursera

Gemini for end-to-end SDLC - Español

Gemini pour SDLC de bout en bout - Français Dans ce cours, vous découvrirez comment Gemini, un collaborateur amélioré par l'IA générative de Google Cloud, vous aidera à utiliser les produits et services de Google pour développer, tester, déployer et gérer des applications. Avec l'aide de Gemini, vous apprendrez à développer et compiler une app.
course image
California Institute of Technology Coursera

Introduction to Large Language Models - Deutsch

Introduction aux Modèles de Langue de Grande Taille - Français Dans ce cours d'introduction au format microlearning, nous étudierons ce que sont les Modèles de Langue de Grande Taille (LLM), leurs cas d'utilisation, et comment améliorer la performance des LLM grâce à l'ajustement des prompts. De plus, nous aborderons les outils.
course image
California Institute of Technology AWS Skill Builder

AWS ML Engineer Associate Curriculum Overview (Japanese)

Dans ce cours d'introduction du curriculum AWS ML Engineer Associate, nous passerons en revue les bases de l'apprentissage automatique (ML) et examinerons l'évolution du ML et de l'IA. En tant que première étape du cycle de vie du ML, nous identifierons les objectifs commerciaux et formulerons des problèmes de ML en fonction de ces objectifs comm.
course image
California Institute of Technology AWS Skill Builder

AWS ML Visão geral do curso de engenheiro associado (Português) | AWS ML Engineer Associate Curriculum Overview (Portuguese)

Dans ce cours d'introduction au programme de base pour les ingénieurs en ML associés d'AWS, vous examinez les concepts de base de l'apprentissage automatique (ML) et étudiez l'évolution de l'apprentissage automatique et de l'IA. Vous explorez les premières étapes du cycle de vie du ML, identifiant un objectif commercial et formulant un problème de.
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!