Joindre

Cours d'IA générative

659 Cours

California Institute of Technology Coursera

Gemini in Google Drive - Bahasa Indonesia

course image
California Institute of Technology Coursera

Gemini in Google Drive - Français

Gemini dans Google Drive - Français Gemini pour Google Workspace est un module complémentaire qui permet aux utilisateurs d'accéder à des fonctionnalités d'IA générative. Ce cours explore les fonctionnalités de Gemini dans Google Drive au moyen de vidéos pédagogiques, d'activités pratiques et d'exemples concrets. À la fin de ce cours, vous disp.
course image
California Institute of Technology Coursera

Gemini in Google Drive - 繁體中文

Gemini dans Google Drive - Français Gemini pour Google Workspace est une extension qui permet aux utilisateurs d'accéder aux fonctionnalités d'IA générative. Ce cours utilise des vidéos, des activités pratiques et des exemples d'exercices pour présenter en profondeur les fonctionnalités de Gemini dans Google Drive. À la.
course image
California Institute of Technology Coursera

Work with Gemini Models in BigQuery - Español

Travaillez avec les Modèles Gemini dans BigQuery - Français Dans ce cours, vous apprendrez à utiliser des modèles IA/ML pour des tâches d'IA générative dans BigQuery. À travers une étude de cas pratique liée à la gestion des relations clients, vous découvrirez le flux de travail pour résoudre un problème commercial avec des modèles Gemini. Pour.
course image
California Institute of Technology Coursera

Work with Gemini Models in BigQuery - 한국어

Travailler avec des modèles Gemini dans BigQuery - Français Ce cours montre comment utiliser des modèles AI/ML pour des travaux d'IA générative dans BigQuery. Il décrit un workflow pour résoudre des problèmes commerciaux avec des modèles Gemini à travers des cas d'utilisation concrets liés à la gestion de la relation client. Pour faciliter la.
course image
California Institute of Technology AWS Skill Builder

AWS Flash – AWS AI/ML Essentials (Simplified Chinese) (中文讲师定制版)

AWS Flash – AWS AI/ML Essentials (Français) (Version Personnalisée avec Instructeur) Ce cours s'adresse aux techniciens qui doivent passer l'examen de certification Amazon Web Services Certified AI Practitioner (AIF-C01). Grâce à ce cours, vous comprendrez le processus de l'examen de certification, les points à noter, et vous renforcerez votre comp.
course image
California Institute of Technology Northeastern University

Ethics and Governance in the Age of Generative AI

Éthique et Gouvernance à l'Ère de l'IA Générative Ce cours est idéal pour les individus souhaitant approfondir leur compréhension de l'IA générative et des meilleures pratiques pour une intégration éthique dans les flux de travail. Offert par l'Université Northeastern sur Coursera, il explore les aspects éthiques et techniques du développement e.
course image
California Institute of Technology AWS Skill Builder

Fundamentals of Machine Learning and Artificial Intelligence (Indonesian)

Fondamentaux de l'apprentissage automatique et de l'intelligence artificielle (Indonésien) Dans ce cours, vous apprendrez les bases de l'apprentissage automatique (ML) et de l'intelligence artificielle (IA). Vous verrez les différentes formes de relations entre l'IA, ML, l'apprentissage profond et le domaine émergent de l'intelligence artificielle.
course image
California Institute of Technology Southern New Hampshire University

Integrating Generative AI into Project Management

Intégrer l'IA générative dans la gestion de projet Après avoir suivi ce cours, les apprenants seront capables d'intégrer efficacement des outils d'IA générative (modèles de langage de grande envergure, LLM, comme ChatGPT) dans leurs flux de travail de gestion de projet pour améliorer l'efficacité, la communication et la prise de décision tout en.
course image
California Institute of Technology AWS Skill Builder

Prácticas de IA responsable (Español LATAM) | Responsible Artificial Intelligence Practices (LATAM Spanish)

Dans ce cours, vous apprendrez les pratiques de l'IA responsable. Tout d'abord, vous aurez accès à une introduction expliquant ce qu'est l'IA responsable. Vous apprendrez à définir l'IA responsable, comprendrez les défis que l'IA responsable tente de surmonter et explorerez les dimensions fondamentales de l'IA responsable. Ensuite, vous approf.
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!