Cursusaanbod
Inleiding tot generatieve AI
- Wat is generatieve AI?
- Geschiedenis en ontwikkeling van generatieve AI
- Belangrijke concepten en vaktermen
- Overzicht van toepassingen en het potentieel van generatieve AI
Grondslagen van machine learning
- Inleiding tot machine learning
- Soorten machine learning: supergewaakt, ongewaakt en reforcerd leren
- Basisalgoritmen en modellen
- Voorbereiding van gegevens en feature engineering
Inleiding tot diep leren
- Neurale netwerken en diep leren
- Activatiefuncties, verliesfuncties en optimalisatiemethoden
- Overfitting, onderfitting en technieken ter voorkoming daarvan
- Inleiding tot TensorFlow en PyTorch
Overzicht van generatieve modellen
- Verschillende soorten generatieve modellen
- Verschillen tussen discriminatieve en generatieve modellen
- Praktische toepassingen van generatieve modellen
Variational Autoencoders (VAE’s)
- Uitleg over autoencoders
- De structuur van VAE’s
- Wat is de latente ruimte en waarom is deze belangrijk?
- Praktische oefening: Het bouwen van een eenvoudige VAE
Generative Adversarial Networks (GAN’s)
- Inleiding tot GAN’s
- De opbouw van een GAN: Generator en Discriminator
- Training van GAN’s en veelvoorkomende uitdagingen
- Praktische oefening: Het creëren van een basis-GAN
Geavanceerde generatieve modellen
- Inleiding tot Transformer-modellen
- Overzicht van GPT (Generative Pretrained Transformer) modellen
- Toepassingen van GPT in het genereren van tekst
- Praktische oefening: Tekstgenerering met een vooraf getraind GPT-model
Ethiek en maatschappelijke gevolgen
- Ethische overwegingen bij het gebruik van generatieve AI
- Vooroordelen en eerlijkheid in kunstmatige intelligentie-modellen
- Toekomstige uitdagingen en verantwoord gebruik van AI
Praktische toepassingen van generatieve AI in de industrie
- Generatieve AI in kunst en creativiteit
- Toepassingen in bedrijfsvoering en marketing
- Gebruik van generatieve AI in wetenschap en onderzoek
Afsluitend project
- Ideeën ontwikkelen en een voorstel maken voor een generatief AI-project
- Verzameling en voorbereiding van gegevens
- Selectie van het juiste model en training ervan
- Evaluatie en presentatie van de resultaten
Samenvatting en volgende stappen
Vereisten
- Basiskennis van programmeerconcepten in Python
- Ervaring met wiskundige begrippen, vooral kansrekening en lineaire algebra
Doelgroep
- Ontwikkelaars
Aangepaste bedrijfsopleiding
Opleidingsoplossingen ontworpen exclusief voor bedrijven.
- Aangepaste inhoud: We passen de syllabus en praktijkopdrachten aan naar de echte doelen en behoeften van uw project.
- Voor flexibel schema: Datums en tijden aangepast aan het rooster van uw team.
- Formaat: Online (live), In-company (bij uw kantoren) of Hybride.
Prijs per privégroep, online live training, startend vanaf 3200 € + BTW*
Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen
Reviews (3)
Correct use of Prompt
Edgar Benedict C Cutiongco
Cursus - Generative AI and Prompt Engineering for Corporate Professionals
Automatisch vertaald
De interactieve stijl, de oefeningen
Tamas Tutuntzisz
Cursus - Introduction to Prompt Engineering
Automatisch vertaald
Een uitstekende verzameling bronnen voor toekomstig gebruik, stijl van de docent (vol goede humor, met een hoge mate van details)
Adam - GE Aerospace Poland Sp. z o.o.
Cursus - Prompt Engineering for ChatGPT
Automatisch vertaald