Schulungsübersicht
Wiederholung grundlegender Konzepte der generativen KI
- Kurzer Überblick über die zentralen Begriffe und Modelle der generativen KI
- Fortgeschrittene Anwendungsfälle sowie Fallstudien
Vertiefung in generative Adversarial Networks (GANs)
- Detaillierte Untersuchung verschiedener GAN-Architekturen
- Strategien zur Optimierung des Trainingsprozesses bei GANs
- Konditionale GANs und deren praktische Einsatzmöglichkeiten
- Praxisprojekt: Entwurf eines komplexen GAN-Modells
Fortgeschrittene Variational Autoencoder (VAEs)
- Erforschung der Grenzen von VAEs
- Entkoppelte Repräsentationen mittels VAEs
- Beta-VAEs und deren Bedeutung im Kontext generativer Modelle
- Praxisprojekt: Implementierung eines komplexen VAE-Modells
Transformer und generative Modelle
- Verständnis der grundlegenden Funktionsweise des Transformer-Aufbaus
- Generative Pretrained Transformers (GPT) sowie BERT im Kontext generativer Anwendungen
- Strategien zum Feinabstimmung von generativen Modellen
- Praxisprojekt: Feinabstimmung eines GPT-Modells auf ein spezifisches Anwendungsgebiet
Diffusionsmodelle
- Einführung in die Funktionsweise von Diffusionsmodellen
- Trainingsverfahren für Diffusionsmodelle
- Anwendungsbeispiele zur Erzeugung von Bildern und Audiodaten
- Praxisprojekt: Implementierung eines eigenen Diffusionsmodells
Reinforcement Learning in der generativen KI
- Grundlagen des Reinforcement Learnings
- Integration von Reinforcement-Learning-Techniken in generative Modelle
- Einsatzmöglichkeiten im Bereich Spieleentwicklung sowie automatischer Inhaltserstellung
- Praxisprojekt: Erzeugung von Inhalten mittels Reinforcement Learning
Fortgeschrittene Aspekte der Ethik und Bias in generativen Modellen
- Deepfakes und synthetische Medieninhalte
- Methoden zur Erkennung sowie Minimierung von Bias in generativen Modellen
- Rechtliche sowie ethische Überlegungen im Zusammenhang mit der Nutzung generativer Modelle
Branchenspezifische Anwendungsfälle
- Einsatzmöglichkeiten generativer KI im Gesundheitswesen
- Nutzung in kreativen Branchen und der Unterhaltungsindustrie
- Beiträge zur wissenschaftlichen Forschung durch generative Modelle
Aktuelle Forschungstrends im Bereich der generativen KI
- Neueste Fortschritte und bahnbrechende Erkenntnisse
- Offene Probleme sowie Forschungsfelder in der generativen KI
- Orientierung für eine wissenschaftliche Karriere im Bereich der generativen KI
Abschlussprojekt
- Identifikation einer Problemstellung, die mittels generativem Lernen gelöst werden kann
- Vorbereitung sowie Erweiterung des Datensatzes für das Modelltraining
- Auswahl, Training sowie Feinabstimmung des geeigneten Modells
- Bewertung, Optimierung und Präsentation der Ergebnisse des Projekts
Zusammenfassung sowie weitere Schritte
Voraussetzungen
- Grundverständnis für grundlegende Konzepte und Algorithmen des maschinellen Lernens
- Erfahrung mit der Programmiersprache Python sowie grundlegendes Know-how im Umgang mit TensorFlow oder PyTorch
- Vertrautheit mit den Prinzipien von neuronalen Netzen und Deep Learning
Zielgruppe
- Data Scientists
- Machine-Learning-Ingenieure
- KI-Experten
Erfahrungsberichte (2)
die Tipps und empfohlenen Prompts, die wir aus diesem Training mitnehmen können
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Kurs - InVideo AI: Creating Engaging Short-Form Videos
Maschinelle Übersetzung
Einsatz von angemessenen und wirksamen Prompts
Marses Pacaldo
Kurs - Generative AI and Prompt Engineering for Corporate Professionals
Maschinelle Übersetzung
