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.
Plan du cours
Introduction à Generative AI
- Définition de l'IA générative
- Aperçu des modèles génératifs (GAN, VAE, etc.)
- Applications et études de cas
Le besoin de données synthétiques
- Limites des données réelles
- Préoccupations en matière de protection de la vie privée et de sécurité
- Amélioration de la robustesse des modèles d'IA
Générer des données synthétiques
- Techniques de génération de données synthétiques
- Garantir la qualité et la diversité des données
- Atelier pratique : Création de votre premier ensemble de données synthétiques
Évaluation des données synthétiques
- Mesures d'évaluation de la qualité des données synthétiques
- Comparaison des performances des données synthétiques et des données réelles
- Analyse d'études de cas
Aspects éthiques et juridiques
- Naviguer dans le paysage éthique
- Cadres juridiques et conformité
- Concilier l'innovation et la responsabilité
Sujets avancés en synthèse de données
- Données synthétiques pour l'apprentissage non supervisé
- Synthèse de données inter-domaines
- Tendances futures de l'IA générative
Projet Capstone
- Application des connaissances à des scénarios du monde réel
- Développement d'une stratégie de données synthétiques
- Évaluation et retour d'information
Résumé et prochaines étapes
Pré requis
- Compréhension des concepts de base de l'apprentissage automatique
- Expérience de la programmation Python.
- Familiarité avec les flux de travail de la science des données
Audience
- Scientifiques des données
- Praticiens de l'IA
21 heures