Cursusaanbod

Inleiding tot Generative AI

  • Wat is Generative AI?
  • Geschiedenis en evolutie van Generative AI
  • Belangrijke concepten en terminologie
  • Overzicht van toepassingen en het potentieel van Generative AI

Grondbeginselen van Machine Learning

  • Inleiding tot machine learning
  • Typen van machine learning: Supervised, Unsupervised, en Reinforcement Learning
  • Basisalgoritmen en modellen
  • Data-preprocessing en feature engineering

Basisprincipes van Deep Learning

  • Neurale netwerken en deep learning
  • Activatiefuncties, loss-functies en optimizers
  • Overfitting, underfitting en regularisatietechnieken
  • Inleiding tot TensorFlow en PyTorch

Overzicht van Generative Modellen

  • Typen van generative modellen
  • Verschillen tussen discriminatieve en generative modellen
  • Gebruiksgevallen voor generative modellen

Variational Autoencoders (VAEs)

  • Begrip van autoencoders
  • De architectuur van VAEs
  • Latente ruimte en zijn betekenis
  • Praktijkproject: Bouwen van een eenvoudige VAE

Generative Adversarial Networks (GANs)

  • Inleiding tot GANs
  • De architectuur van GANs: Generator en Discriminator
  • Opleiden van GANs en uitdagingen
  • Praktijkproject: Creëren van een basale GAN

Geavanceerde Generative Modellen

  • Inleiding tot Transformer-modellen
  • Overzicht van GPT (Generative Pretrained Transformer) modellen
  • Toepassingen van GPT in tekstgeneratie
  • Praktijkproject: Tekstgeneratie met een voor-geïnstrueerd GPT-model

Ethiek en Implicaties

  • Ethische overwegingen in Generative AI
  • Vooroordelen en billijkheid in AI-modellen
  • Toekomstige implicaties en verantwoordelijke AI

Toepassingen in de Industrie van Generative AI

  • Generative AI in kunst en creativiteit
  • Toepassingen in bedrijf en marketing
  • Generative AI in wetenschap en onderzoek

Capstone Project

  • Ideeën en voorstel van een generative AI-project
  • Verzamelen en voorverwerken van datasets
  • Selectie en training van modellen
  • Evaluatie en presentatie van resultaten

Samenvatting en Volgende Stappen

Vereisten

  • Begrip van de basisprincipes van programmeren in Python
  • Ervaring met basiswiskundige concepten, met name waarschijnlijkheid en lineaire algebra

Publiek

  • Ontwikkelaars
 14 Uren

Aantal deelnemers


Prijs Per Deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën