Cursusaanbod
Overzicht van de Basis van Generatieve AI
- Snel overzicht van de concepten van Generatieve AI
- Geavanceerde toepassingen en case studies
Diepgaande Inzicht in Generative Adversarial Networks (GANs)
- Diepgaande studie van GAN-architecturen
- Technieken om het GAN-training te verbeteren
- Conditionele GANs en hun toepassingen
- Hands-on project: Ontwerp van een complexe GAN
Geavanceerde Variational Autoencoders (VAEs)
- De grenzen van VAEs verkennen
- Ontkoppelde representaties in VAEs
- Beta-VAEs en hun betekenis
- Hands-on project: Bouwen van een geavanceerde VAE
Transformers en Generatieve Modellen
- Begrip van de Transformer-architectuur
- Generative Pretrained Transformers (GPT) en BERT voor generatieve taken
- Fine-tuning-strategieën voor generatieve modellen
- Hands-on project: Fine-tuning van een GPT-model voor een specifiek domein
Diffusiemodellen
- Inleiding tot diffusiemodellen
- Opleiden van diffusiemodellen
- Toepassingen in beeld- en audio-generatie
- Hands-on project: Implementeren van een diffusiemodel
Versterkend Leren in Generatieve AI
- Basisprincipes van versterkend leren
- Integreren van versterkend leren met generatieve modellen
- Toepassingen in game-ontwerp en procedurele inhoudsgeneratie
- Hands-on project: Content creëren met versterkend leren
Geavanceerde Onderwerpen over Ethiek en Bias
- Deepfakes en synthetische media
- Detecteren en verminderen van bias in generatieve modellen
- Juridische en ethische overwegingen
Industrie-specifieke Toepassingen
- Generatieve AI in de gezondheidszorg
- Creatieve industrieën en entertainment
- Generatieve AI in wetenschappelijk onderzoek
Onderzoekstrends in Generatieve AI
- Laatste ontwikkelingen en doorbraken
- Open problemen en onderzoeksmogelijkheden
- Voorbereiding op een onderzoekscarrière in Generatieve AI
Slotproject
- Identificeren van een probleem geschikt voor Generatieve AI
- Geavanceerde datasetvoorbereiding en augmentatie
- Modelselectie, training en fine-tuning
- Evaluatie, iteratie en presentatie van het project
Samenvatting en Volgende Stappen
Vereisten
- Begrip van de basisconcepten en algoritmen van machine learning
- Ervaring met Python-programmering en basiskennis van TensorFlow of PyTorch
- Vertrouwdheid met de principes van neurale netwerken en deep learning
Doelgroep
- Datawetenschappers
- Machine learning engineers
- AI-praktijkgangers
Getuigenissen (4)
Instructeurs kunnen alle vragen beantwoorden en alle verzoeken in behandeling nemen
Dewi Anggryni - PT Dentsu International Indonesia
Cursus - Copilot for Finance and Accounting Professionals
Automatisch vertaald
Het doorlopen van de verschillende gebruiksscenario's en toepassingen van AI was helend. Ik heb genoten van de uitleg over de verschillende AI-agents.
Axel Schulz - CANARIE Inc
Cursus - Microsoft 365 Copilot: AI Productivity Across Word, Excel, PowerPoint, Outlook, and Teams
Automatisch vertaald
De trainer heeft een enorme kennis, uitstekende lesgevingsvaardigheden en geeft antwoord op elke vraag. De hele training was erg interessant en ik zou het zeker aanraden om deel te nemen.
Daria - LKQ Polska Sp. z o. o.
Cursus - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Automatisch vertaald
interactiefheid / dynamiek
Audrey - TEVA Sante
Cursus - Advanced AI Concepts with Perplexity
Automatisch vertaald