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.
Đề cương khóa học
Review of Generative AI Basics
- Phần tổng kết nhanh về các khái niệm về Generative AI
- Các ứng dụng nâng cao và nghiên cứu trường hợp
Deep Dive into Generative Adversarial Networks (GANs)
- Nghiên cứu chi tiết về các kiến trúc GAN
- Các kỹ thuật để cải thiện quá trình huấn luyện GAN
- Conditional GANs và các ứng dụng của chúng
- Dự án thực hành: Thiết kế một GAN phức tạp
Advanced Variational Autoencoders (VAEs)
- Khám phá giới hạn của VAEs
- Các biểu diễn không liên quan trong VAEs
- Beta-VAEs và ý nghĩa của chúng
- Dự án thực hành: Xây dựng một VAE nâng cao
Transformers and Generative Models
- Hiểu về kiến trúc Transformer
- Generative Pretrained Transformers (GPT) và BERT cho các nhiệm vụ sinh tạo
- Các chiến lược fine-tuning cho các mô hình sinh tạo
- Dự án thực hành: Fine-tuning một mô hình GPT cho một lĩnh vực cụ thể
Diffusion Models
- Giới thiệu về các mô hình diffusion
- Huấn luyện các mô hình diffusion
- Các ứng dụng trong việc sinh ảnh và âm thanh
- Dự án thực hành: Triển khai một mô hình diffusion
Reinforcement Learning in Generative AI
- Các cơ sở của reinforcement learning
- Tích hợp reinforcement learning với các mô hình sinh tạo
- Các ứng dụng trong thiết kế game và tạo nội dung thủ tục
- Dự án thực hành: Tạo nội dung với reinforcement learning
Advanced Topics in Ethics and Bias
- Deepfakes và phương tiện tổng hợp
- Phát hiện và giảm thiểu sai lệch trong các mô hình sinh tạo
- Các vấn đề pháp lý và đạo đức
Industry-Specific Applications
- Generative AI trong y tế
- Các ngành công nghiệp sáng tạo và giải trí
- Generative AI trong nghiên cứu khoa học
Research Trends in Generative AI
- Các tiến bộ và đột phá mới nhất
- Các vấn đề mở và cơ hội nghiên cứu
- Chuẩn bị cho sự nghiệp nghiên cứu trong Generative AI
Capstone Project
- Xác định một vấn đề phù hợp với Generative AI
- Chuẩn bị và tăng cường dữ liệu nâng cao
- Lựa chọn mô hình, huấn luyện và fine-tuning
- Đánh giá, lặp lại và trình bày dự án
Summary and Next Steps
Requirements
- Hiểu biết về các khái niệm và thuật toán cơ bản về machine learning
- Kinh nghiệm với lập trình Python và sử dụng cơ bản của TensorFlow hoặc PyTorch
- Thông thạo nguyên lý của mạng nơron và deep learning
Đối tượng
- Nhà khoa học dữ liệu
- Kỹ sư machine learning
- Nhà thực hành AI
21 Hours
