Generative AI: Introduction and Overview eLearning

Dompel jezelf onder in generatieve AI met meer dan 13 uur e-learning en een praktisch project. Leer over deep learning en ethiek en bouw je eigen AI-model voor echte impact in jouw branche.

Deze e-learningcursus biedt een uitgebreide introductie tot het gebied van generatieve AI. Je begint met de basis en verkent de toepassingen, kernconcepten en deep learning-technieken van generatieve AI. Vervolgens ga je verder met complexere onderwerpen, zoals geavanceerde methodologieën en ethische kwesties. De serie wordt afgesloten met een praktisch project, waarin je de opgedane kennis toepast om je eigen generatieve AI-model te bouwen, wat een praktische leerervaring oplevert.

Deze leertraject is geschikt voor een breed scala aan deelnemers, van datawetenschappers en IT-managers tot nieuwkomers op het gebied van AI, ongeacht hun locatie. Het programma is bedoeld voor professionals die hun kennis van generatieve AI willen verdiepen en de mogelijkheden ervan binnen hun branche willen benutten, ter ondersteuning van zowel persoonlijke als organisatorische groei.


* 12 maanden online toegang
* 13+ uur e-learning
* 1 beoordeling
* 8 cursussen

De cursus 'Generatieve AI: introductie en overzicht' biedt een inleiding tot het gebied van generatieve AI. Beginnend met de basisprincipes verkennen cursisten de toepassingen, kernconcepten en deep learning-technieken van generatieve AI, waarna ze doorgaan naar complexere onderwerpen zoals geavanceerde methodologieën en ethische kwesties. De serie eindigt met een praktisch project waarin cursisten hun opgedane kennis kunnen toepassen om een generatief AI-model te bouwen, waardoor ze praktische ervaring opdoen die het theoretische leren versterkt. Deze educatieve reis is ontworpen voor een breed scala aan cursisten en is ideaal voor iedereen, van datawetenschappers en IT-managers tot nieuwkomers op het gebied van AI in verschillende regio's. Deze reis is geschikt voor professionals die hun kennis van generatieve AI willen verdiepen en de mogelijkheden ervan willen benutten binnen hun respectieve sectoren, om zo zowel hun persoonlijke als organisatorische groei te bevorderen.

Overzicht van generatieve AI

In dit traject ligt de focus op toepassingen, sleutelconcepten en deep learning-technieken van generatieve AI, waarna wordt voortgegaan naar complexere onderwerpen zoals geavanceerde methodologieën en ethische kwesties. De reeks eindigt met een praktisch project waarin cursisten hun opgedane kennis kunnen toepassen om een generatief AI-model te bouwen, waardoor ze praktische ervaring opdoen die het theoretische leren versterkt.


* Een inleiding tot generatieve AI U begint deze cursus met een overzicht van generatieve AI. U verkent enkele opmerkelijke voorbeelden van generatieve modellen, waaronder ChatGPT van OpenAI en Google Bard. Vervolgens bekijkt u het gebruik van prompt engineering bij interactie met AI-chatbots. Daarna verdiept u zich in de geschiedenis en evolutie van generatieve AI-modellen, inclusief belangrijke mijlpalen die hebben geleid tot de conversational agents waarmee we vandaag de dag werken.
* Generatieve AI-modellen: aan de slag met auto-encoders Begin deze cursus met het verkennen van auto-encoders en leer over de functies van de encoder en de decoder in het model. Vervolgens leer je hoe je een auto-encoder kunt maken en trainen met behulp van de Google Colab-omgeving. Daarna gebruik je PyTorch om de neurale netwerken voor de auto-encoder te maken en train je het model om hoogdimensionale grijswaardenafbeeldingen te reconstrueren.
* Generatieve AI-modellen: gegevens genereren met behulp van variational autoencoders Begin deze cursus door te ontdekken hoe variational autoencoders kunnen worden gebruikt voor het genereren van afbeeldingen. Vervolgens maakt en traint u VAE's in Python en de Google Colab-omgeving. Daarna bouwt u de encoder en decoder. Ten slotte traint u de VAE op meerkanaals kleurenafbeeldingen.
* Generatieve AI-modellen: gegevens genereren met behulp van generatieve adversarial networks Begin deze cursus met het ontdekken van GAN's, inclusief de basisarchitectuur van een GAN, waarbij twee neurale netwerken met elkaar concurreren in een zero-sum game: de generator en de discriminator. Vervolgens onderzoekt u hoe u een GAN kunt bouwen en trainen met behulp van het PyTorch-framework om de modellen te creëren en te trainen. U definieert de generator en discriminator afzonderlijk en start vervolgens de modeltraining.
* OpenAI API's gebruiken: API's verkennen met de OpenAI Playground U begint deze cursus met het verkennen van de basisprincipes van OpenAI-modellen. Vervolgens logt u in op de OpenAI Playground en voert u basisopdrachten in, waarbij u de reacties observeert. U werkt met meerdere applicatieprogrammeerinterfaces (API's), waaronder de aanbevolen chatcompletions-API en de legacy completions-API, die allemaal toegankelijk zijn via de playground.
* OpenAI API's gebruiken: toegang krijgen tot OpenAI API's vanuit Python Begin deze cursus door via de opdrachtregel met OpenAI te werken, met behulp van de OpenAI API's. Leer hoe u zich kunt authenticeren met API-sleutels wanneer u programmatisch toegang krijgt tot API-eindpunten met behulp van cURL-opdrachten. U onderzoekt hoe u de context voor eerdere interacties met het model kunt configureren en toegang krijgt tot zowel chat completions als legacy completions API's via hun respectievelijke eindpunten.
* OpenAI API's gebruiken: Image & Audio API's gebruiken U begint deze cursus met het genereren van afbeeldingen met behulp van het DALL-E-model van OpenAI. U genereert afbeeldingen met behulp van tekstprompts, maakt variaties op bestaande afbeeldingen en voert beeldinpainting uit met behulp van natuurlijke taal. Vervolgens gaat u aan de slag met het Whisper-model, dat geschikt is voor spraaktranscriptie en -vertaling.
* OpenAI API's gebruiken: modellen, de Assistants API en embeddings verfijnen. Begin deze cursus door prompt-completion-paren te maken voor verfijning, een verfijningstaak uit te voeren en de prestaties van het model te observeren. Je stuurt prompts op basis van de trainingsgegevens en onderzoekt de pogingen van het model om vragen te beantwoorden. Vervolgens verdiep je je in het programmatisch verbinden met de Assistants API.
* Beoordeling: eindexamen: generatieve AI Inleiding en overzicht