Sign in Sign up

Cours d'IA générative

1093 Cours

course image
California Institute of Technology AWS Skill Builder

Generative BI with Amazon Q in Quicksight - Getting Started (Traditional Chinese)

Amazon Q dans QuickSight intègre les grands modèles linguistiques (LLM) d'Amazon Bedrock avec les fonctionnalités d'IA d'Amazon QuickSight, introduisant de nouvelles capacités de Business Intelligence (BI). Dans ce cours, vous apprendrez les concepts techniques et les avantages de l'utilisation d'Amazon Q dans QuickSight. Vous découvrirez l'a.
provider AWS Skill Builder
course image
California Institute of Technology Southern New Hampshire University

From Data to Decisions: Getting Started with AI

Entamez votre parcours en IA et transformez vos données organisationnelles en informations exploitables avec le cours de l'Université Southern New Hampshire, "Des données aux décisions : Commencer avec l'IA", disponible sur Coursera. Ce cours s'adresse aux personnes désireuses de travailler avec des données organisationnelles mais incertaines su.
provider Coursera
course image
California Institute of Technology SAP Learning

Generative AI at SAP

Découvrez comment l'intelligence artificielle (IA) transforme les processus métier avec le cours 'IA Générative chez SAP'. Ce programme offre une compréhension complète des utilisations fondamentales et des avantages de l'IA dans un cadre professionnel. Les participants exploreront différentes méthodologies de l'IA et étudieront des cas d'utilisa.
provider SAP Learning
course image
California Institute of Technology Coursera

Interactive and Immersive Experiences with Generative AI

Embarquez pour un voyage transformateur avec le cours "Expériences Interactives et Immersives avec l'IA Générative", votre porte d'entrée pour exploiter l'IA dans les domaines des industries créatives et des médias interactifs. Plongez dans un programme qui mélange de manière transparente des perspectives théoriques et des démonstrations prati.
provider Coursera
course image
California Institute of Technology AWS Skill Builder

Princípios da engenharia de prompts (Português) | Foundations of Prompt Engineering (Portuguese)

Dans ce cours, vous apprendrez les principes, techniques et bonnes pratiques pour créer des prompts efficaces. Ce cours présente les éléments de base de l'ingénierie des prompts et progresse vers des techniques avancées de prompts. Vous apprendrez également à vous protéger contre l'utilisation abusive de prompts et à atténuer l'interaction avec.
provider AWS Skill Builder
course image
California Institute of Technology University of California, Davis

AI for Knowledge Workers

Inscrivez-vous maintenant - Améliorez vos compétences en IA avec l'Université de Californie, Davis via Coursera. Ce cours accessible aux débutants est votre porte d'entrée pour comprendre l'IA, de l'Apprentissage Automatique à l'IA Générative, vous permettant de transformer votre approche des tâches de pensée créative et critique dans le milieu.
provider Coursera
course image
California Institute of Technology Microsoft Learn

Ethical AI

IA Éthique Améliorez votre compréhension de l'IA éthique avec le cours complet de Microsoft. Ce programme couvre des domaines critiques tels que les charges de travail IA et les services Azure AI, en mettant l'accent sur l'engagement de Microsoft envers les politiques de Responsable AI. Module 1 : Explorez les solutions IA et les essenti.
provider Microsoft Learn
course image
California Institute of Technology AWS Skill Builder

AWS Flash - Chalk Talks: Generative AI on AWS (Japanese)

Ce cours explique les différentes options disponibles pour construire des applications d'IA générative sur AWS. Ce cours se concentre particulièrement sur la manière de construire des applications d'IA générative en utilisant les modèles fondamentaux de Amazon SageMaker Jumpstart. Niveau du cours : Fondamental Durée : 55 minutes Ce cours c.
provider AWS Skill Builder
course image
California Institute of Technology AWS Skill Builder

AWS Flash - Chalk Talks: Generative AI on AWS (Korean)

Ce cours présente brièvement les options disponibles pour les clients pour construire des applications d'IA générative sur AWS. Le cours porte notamment sur l'utilisation des modèles fondamentaux d'Amazon SageMaker JumpStart pour la construction d'applications d'IA générative. Niveau du cours : Basique Durée : 55 minutes Remarque : La v.
provider AWS Skill Builder
course image
California Institute of Technology University of Michigan

Navigating Disruption: Generative AI in the Workplace

L'IA générative est en passe de devenir l'une des technologies les plus transformatrices de notre époque. Rejoignez la série de cours "Naviguer dans la Perturbation : L'IA Générative au Travail" pour obtenir une compréhension claire du fonctionnement de cette technologie, apprendre des disruptions technologiques historiques, et découvrir les.
provider Coursera

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!