聯繫我們

課程簡介

生成式 AI 簡介

  • 定義生成式 AI
  • 生成模型概覽(GANs、VAEs 等)
  • 應用與案例研究

對合成數據的需求

  • 真實數據的局限性
  • 隱私與安全問題
  • 增強 AI 模型的健壯性

生成合成數據

  • 合成數據生成的技術
  • 確保數據質量與多樣性
  • 實作工作坊:創建第一個合成數據集

評估合成數據

  • 評估合成數據質量的指標
  • 比較合成與真實數據的表現
  • 案例研究分析

道德與法律層面

  • navigating 道德框架
  • 法律框架與合規性
  • 平衡創新與責任

數據合成進階主題

  • 無監督學習的合成數據
  • 跨領域數據合成
  • 生成式 AI 未來趨勢

綜合專案

  • 將知識應用於現實場景
  • 制定合成數據策略
  • 評估與反饋

總結與後續步驟

最低要求

  • 理解基本機器學習概念
  • 具備 Python 程式設計經驗
  • 熟悉數據科學工作流程

對象

  • 數據科學家
  • AI 從業人員
 21 小時

人數


每位參與者的報價

客戶評論 (2)

即將到來的課程

課程分類