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
Giới thiệu về Generative AI
- Generative AI là gì?
- Lịch sử và sự phát triển của Generative AI
- Các khái niệm và thuật ngữ chính
- Tổng quan về ứng dụng và tiềm năng của Generative AI
Các nguyên lý cơ bản của Machine Learning
- Giới thiệu về Machine Learning
- Các loại Machine Learning: Học có giám sát, học không giám sát, và học tăng cường
- Các thuật toán và mô hình cơ bản
- Xử lý dữ liệu và xây dựng đặc trưng
Các nguyên lý cơ bản của Deep Learning
- Mạng nơron và deep learning
- Các hàm kích hoạt, hàm mất mát, và bộ tối ưu hóa
- Hiệu ứng quá khớp, không khớp, và các kỹ thuật điều chỉnh
- Giới thiệu về TensorFlow và PyTorch
Tổng quan về các mô hình Generative
- Các loại mô hình Generative
- Sự khác biệt giữa các mô hình phân biệt và Generative
- Các trường hợp sử dụng cho các mô hình Generative
Variational Autoencoders (VAEs)
- Hiểu về các autoencoders
- Kiến trúc của VAEs
- Không gian ẩn và ý nghĩa của nó
- Dự án thực hành: Xây dựng một VAE đơn giản
Generative Adversarial Networks (GANs)
- Giới thiệu về GANs
- Kiến trúc của GANs: Generator và Discriminator
- Huấn luyện GANs và các thách thức
- Dự án thực hành: Tạo một GAN cơ bản
Các mô hình Generative nâng cao
- Giới thiệu về các mô hình Transformer
- Tổng quan về các mô hình GPT (Generative Pretrained Transformer)
- Các ứng dụng của GPT trong sinh thành văn bản
- Dự án thực hành: Sinh thành văn bản với một mô hình GPT đã được huấn luyện trước
Đạo đức và Ảnh hưởng
- Các vấn đề đạo đức trong Generative AI
- Sự công bằng và thiên vị trong các mô hình AI
- Các ảnh hưởng tương lai và AI có trách nhiệm
Các ứng dụng trong ngành công nghiệp của Generative AI
- Generative AI trong nghệ thuật và sáng tạo
- Các ứng dụng trong kinh doanh và marketing
- Generative AI trong khoa học và nghiên cứu
Dự án tổng kết
- Sáng tạo và đề xuất một dự án Generative AI
- Tập hợp và xử lý dữ liệu
- Lựa chọn và huấn luyện mô hình
- Đánh giá và trình bày kết quả
Tổng kết và các bước tiếp theo
Requirements
- Kiến thức cơ bản về các khái niệm lập trình trong Python
- Kinh nghiệm với các khái niệm toán học cơ bản, đặc biệt là xác suất và đại số tuyến tính
Đối tượng học viên
- Lập trình viên
14 Hours
