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 (3)
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
Ik vond het leuk dat de trainer veel kennis had en die met ons deelde
Daria Pawlak - LKQ POLSKA SPOLKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
Cursus - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Automatisch vertaald