Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
課程簡介
生成式AI簡介
- 什麼是生成式AI?
- 生成式AI的歷史與演變
- 關鍵概念與術語
- 生成式AI的應用與潛力概述
機器學習基礎
- 機器學習簡介
- 機器學習的類型:監督學習、無監督學習與強化學習
- 基本算法與模型
- 數據預處理與特徵工程
深度學習基礎
- 神經網絡與深度學習
- 激活函數、損失函數與優化器
- 過擬合、欠擬合與正則化技術
- TensorFlow與PyTorch簡介
生成模型概述
- 生成模型的類型
- 判別模型與生成模型的區別
- 生成模型的應用場景
變分自編碼器(VAEs)
- 理解自編碼器
- VAEs的架構
- 潛在空間及其重要性
- 實踐項目:構建一個簡單的VAE
生成對抗網絡(GANs)
- GANs簡介
- GANs的架構:生成器與判別器
- 訓練GANs及其挑戰
- 實踐項目:創建一個基礎的GAN
高級生成模型
- Transformer模型簡介
- GPT(生成預訓練Transformer)模型概述
- GPT在文本生成中的應用
- 實踐項目:使用預訓練的GPT模型進行文本生成
倫理與影響
- 生成式AI的倫理考量
- AI模型中的偏見與公平性
- 未來影響與負責任的AI
生成式AI的行業應用
- 生成式AI在藝術與創意中的應用
- 在商業與營銷中的應用
- 生成式AI在科學與研究中的應用
畢業項目
- 生成式AI項目的構思與提案
- 數據集的收集與預處理
- 模型選擇與訓練
- 結果評估與展示
總結與下一步
最低要求
- 瞭解Python中的基本編程概念
- 具備基礎數學概念的經驗,尤其是概率和線性代數
受衆
- 開發者
14 時間: