聯繫我們

課程簡介

生成式 AI 簡介

  • 什麼是生成式 AI?
  • 生成式 AI 的歷史與演進
  • 關鍵概念與術語
  • 生成式 AI 的應用與潛力概覽

機器學習基礎

  • 機器學習簡介
  • 機器學習類型:監督式、非監督式與強化學習
  • 基本演算法與模型
  • 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、欠擬合及正則化技術
  • TensorFlow 和 PyTorch 簡介

生成模型概覽

  • 生成模型的類型
  • 判別式與生成式模型的差異
  • 生成模型的應用案例

變異自動編碼器(VAEs)

  • 了解自動編碼器
  • VAEs 的架構
  • 潛在空間及其重要性
  • 實作專案:建構簡單的 VAE

生成對抗網絡(GANs)

  • GANs 簡介
  • GANs 的架構:生成器與判別器
  • GANs 的訓練與挑戰
  • 實作專案:建立基礎 GAN

進階生成模型

  • Transformer 模型簡介
  • GPT(生成式預訓練轉換器)模型概覽
  • GPT 在文本生成中的應用
  • 實作專案:使用預訓練 GPT 模型進行文本生成

道德與影響

  • 生成式 AI 的道德考量
  • 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 的產業應用

  • 藝術與創意領域中的生成式 AI
  • 商業與行銷領域的應用
  • 科學與研究領域的生成式 AI

結案專案

  • 構想並提出生成式 AI 專案提案
  • 數據集收集與預處理
  • 模型選擇與訓練
  • 結果評估與展示

總結與後續步驟

最低要求

  • 對 Python 基本程式設計概念的理解
  • 具備基本數學概念的經驗,尤其是機率與線性代數

受眾對象

  • 開發人員
 14 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