コース概要

Generative AI入門

  • 什么是Generative AI?(Generative AIとは何か?)
  • Generative AIの歴史と進化
  • キーコンセプトと用語
  • Generative AIの応用と可能性の概要

機械学習の基礎

  • 機械学習入門
  • 有監督学習、無監督学習、強化学習などの機械学習の種類
  • 基本的なアルゴリズムとモデル
  • データ前処理と特徴エンジニアリング

深層学習の基礎

  • ニューラルネットワークと深層学習
  • アクティベーション関数、損失関数、オプティマイザ
  • 過学習、学習不足、正則化技術
  • TensorFlowとPyTorchの入門

生成モデルの概要

  • 生成モデルの種類
  • 判別モデルと生成モデルの違い
  • 生成モデルのユースケース

Variational Autoencoders (VAEs)

  • Autoencodersの理解
  • VAEsのアーキテクチャ
  • 潜在空間とその重要性
  • 手動プロジェクト:シンプルなVAEの構築

Generative Adversarial Networks (GANs)

  • GANs入門
  • GANsのアーキテクチャ:ジェネレータとディスクリミネータ
  • GANsの訓練と課題
  • 手動プロジェクト:基本的なGANの作成

高度な生成モデル

  • Transformerモデル入門
  • GPT (Generative Pretrained Transformer) モデルの概要
  • GPTを使用したテキスト生成の応用
  • 手動プロジェクト:事前学習済みGPTモデルを使用したテキスト生成

倫理と影響

  • Generative AIの倫理的考慮点
  • AIモデルにおけるバイアスとフェアネス
  • 未来の影響と責任あるAI

Generative AIの産業応用

  • ジェネラティブAIの芸術と創造性への応用
  • 業界とマーケティングでの応用
  • 科学研究におけるジェネラティブAIの応用

最終プロジェクト

  • 生成AIプロジェクトのアイデーションと提案
  • データセットの収集と前処理
  • モデル選択と訓練
  • 結果の評価とプレゼンテーション

まとめと次ステップ

要求

  • Pythonでの基本的なプログラミング概念の理解
  • 特に確率と線形代数に関する基本的な数学概念の経験

対象者

  • 開発者
 14 時間

参加者の人数


参加者1人当たりの料金

お客様の声 (1)

今後のコース

関連カテゴリー