Eğitim İçeriği

Generative AI Temellerinin Gözden Geçirilmesi

  • Generative AI kavramlarının hızlı özeti
  • İleri düzey uygulamalar ve vaka çalışmaları

Üretici Çekişmeli Ağlar (GAN'lar) Hakkında Derinlemesine İnceleme

  • GAN mimarilerinin derinlemesine çalışılması
  • GAN eğitimini iyileştirme teknikleri
  • Koşullu GAN'lar ve uygulamaları
  • Uygulamalı proje: Karmaşık bir GAN tasarlama

İleri Düzey Varyasyonel Otomatik Kodlayıcılar (VAE'ler)

  • VAE'lerin sınırlarının keşfedilmesi
  • VAE'lerde ayrık temsiller
  • Beta-VAE'ler ve önemi
  • Uygulamalı proje: İleri düzey bir VAE oluşturma

Dönüştürücüler ve Üretici Modeller

  • Dönüştürücü mimarisinin anlaşılması
  • Üretici Önceden Eğitilmiş Dönüştürücüler (GPT) ve üretici görevler için BERT
  • Üretici modeller için ince ayar stratejileri
  • Uygulamalı proje: Belirli bir alan için bir GPT modelinin ince ayarı

Difüzyon Modelleri

  • Difüzyon modellerine giriş
  • Difüzyon modellerinin eğitimi
  • Görüntü ve ses oluşturmada uygulamalar
  • Uygulamalı proje: Bir difüzyon modeli uygulama

Reinforcement Learning Generative AI İçinde

  • Pekiştirmeli öğrenmeye giriş
  • Pekiştirmeli öğrenmeyi üretici modellerle entegre etme
  • Oyun tasarımı ve prosedürel içerik oluşturmada uygulamalar
  • Uygulamalı proje: Pekiştirmeli öğrenme ile içerik oluşturma

Etik ve Önyargı İleri Konuları

  • Derin sahtecilikler ve sentetik medya
  • Üretici modellerdeki önyargıyı algılama ve azaltma
  • Yasal ve etik hususlar

Sektöre Özgü Uygulamalar

  • Generative AI sağlık hizmetlerinde
  • Yaratıcı endüstriler ve eğlence
  • Generative AI bilimsel araştırmalarda

Generative AI Alanındaki Araştırma Trendleri

  • Son gelişmeler ve atılımlar
  • Açık sorunlar ve araştırma fırsatları
  • Generative AI alanında bir araştırma kariyerine hazırlanma

Kapsam Projesi

  • Generative AI için uygun bir sorun belirleme
  • İleri düzey veri kümesi hazırlığı ve artırımı
  • Model seçimi, eğitimi ve ince ayarı
  • Projenin değerlendirilmesi, yinelemesi ve sunumu

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Temel makine öğrenimi kavramları ve algoritmalarına ilişkin anlayış
  • Python programlama konusunda deneyim ve TensorFlow veya PyTorch’ün temel kullanımı
  • Sinir ağları ve derin öğrenmenin ilkelerine aşinalık

Hedef Kitle

  • Veri bilimcileri
  • Makine öğrenimi mühendisleri
  • Yapay zeka uygulayıcıları
 21 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler