Sign in Sign up

Cours d'IA générative

1093 Cours

course image
California Institute of Technology Coursera

Introduction to Generative AI for Data Analysis

Bienvenue dans le cours Introduction à l'IA Générative pour l'Analyse de Données, un cours fondamental conçu pour vous fournir une compréhension complète de l'IA générative et de ses applications pratiques dans le domaine de l'analyse de données. Tout au long de ce cours, vous allez : Définir l'IA générative et comprendre son rôle essent.
provider Coursera
course image
California Institute of Technology SAP Learning

AI Ethics at SAP

SAP reconnaît le potentiel transformateur de l'intelligence artificielle (IA) pour les entreprises, les gouvernements et la société. Cependant, l'adoption rapide des technologies de l'IA s'accompagne de divers défis économiques, politiques et sociaux. Le rythme actuel des progrès technologiques a surpassé l'établissement de directives gouverneme.
provider SAP Learning
course image
California Institute of Technology AWS Skill Builder

AWS Flash - Chalk Talks: Generative AI on AWS (Simplified Chinese)

Ce cours donne un aperçu des options disponibles pour les clients souhaitant créer des applications d'intelligence artificielle générative sur AWS. Il met l'accent sur la manière d'utiliser les modèles fondamentaux d'Amazon SageMaker Jumpstart pour construire des applications d'IA générative. Niveau du cours : Débutant Durée : 55 minutes.
provider AWS Skill Builder
course image
California Institute of Technology AWS Skill Builder

AWS Flash - Generative AI in Action: Real-World Use Cases (Japanese)

Ce cours fournit un aperçu des cas d'utilisation de l'IA générative et de leur valeur commerciale. Il inclut des applications pratiques et des études de cas dans des industries clés. Le niveau du cours est basique et la durée est de 75 minutes. Activités : Le cours inclut des présentations, des exemples réels et des études de cas. Objectifs du c.
provider AWS Skill Builder
course image
California Institute of Technology AWS Skill Builder

AWS Flash - Generative AI in Action: Real-World Use Cases (Traditional Chinese)

Ce cours donne un aperçu des cas d'utilisation de l'IA générative et de la valeur commerciale qu'elle apporte. Le contenu couvre les applications pratiques de l'IA générative dans diverses industries et des études de cas. Niveau du cours : Fondamental Durée : 75 minutes Remarque : Ce cours offre des légendes/sous-titres localisés. La narr.
provider AWS Skill Builder
course image
California Institute of Technology AWS Skill Builder

AWS Flash - Introduction to Responsible AI (Japanese)

Ce cours présente ce qu'est l'IA responsable et pourquoi elle est cruciale dans le contexte de l'IA générative. L'IA responsable consiste à développer, déployer et utiliser l'IA de manière éthique, transparente, équitable et responsable. Ce cours explique les principaux éléments de l'IA responsable et l'établissement de meilleures pratiques c.
provider AWS Skill Builder
course image
California Institute of Technology AWS Skill Builder

AWS Flash - Introduction to Responsible AI (Traditional Chinese)

Ce cours offre une introduction fondamentale à l'IA responsable, en mettant l'accent sur son importance dans l'environnement d'IA générative. L'IA responsable implique le développement et le déploiement d'IA de manière éthique, transparente et juste. Les sujets essentiels incluent les meilleures pratiques en matière d'équité, d'explicabilité,.
provider AWS Skill Builder
course image
California Institute of Technology AWS Skill Builder

AWS Cloud Quest: Machine Learning (Japanese)

Explorez le monde dynamique de l'informatique en nuage et de l'apprentissage automatique avec AWS Cloud Quest : Apprentissage Automatique - proposé en japonais par AWS Skill Builder. Ce cours est votre porte d'entrée pour maîtriser des concepts essentiels tels que : Les fondamentaux de l'informatique en nuage avec Amazon S3. Les premièr.
provider AWS Skill Builder
course image
California Institute of Technology AWS Skill Builder

AWS Cloud Quest: Generative AI (Japanese)

Fournisseur : AWS Skill Builder Catégories : Cours sur l'apprentissage automatique, Cours sur l'informatique en nuage, Cours sur l'IA Générative, Cours sur Amazon Web Services (AWS), Cours sur Amazon SageMaker, Cours sur LangChain, Cours sur Amazon S3, Cours sur AWS Lambda
provider AWS Skill Builder
course image
California Institute of Technology AWS Skill Builder

AWS Flash - Generative AI in Action: Real-World Use Cases (Simplified Chinese)

AWS Flash : Generative AI in Action - Cas d'Utilisation Réels (Chinois Simplifié) Ce cours présente des cas d'utilisation de l'IA générative et la valeur commerciale qu'elle offre. Il inclut l'application pratique de l'IA générative dans les principales industries et des études de cas. Niveau du cours : Débutant Durée : 75 minutes Remarque :.
provider AWS Skill Builder

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!