Dieser umfassende Kurs zu Training, Evaluierung und Trends der Generativen KI vermittelt Ihnen die Fähigkeiten zum Aufbau, zur Optimierung und zur Zukunftssicherung von KI-Systemen. Zu Beginn lernen Sie, wie generative Modelle trainiert und anhand realer Metriken evaluiert werden. Erforschen Sie Retrieval Augmented Generation (RAG) zur Verbesserung der Modellgenauigkeit durch die Kombination von externen Daten mit LLMs. Lernen Sie die wichtigsten Trends kennen, die GenAI prägen - wie skalierbare Architekturen, Echtzeitanwendungen und Modelltransparenz - und untersuchen Sie, wie diese Fortschritte in verschiedenen Branchen wie dem Gesundheits-, Finanz- und Bildungswesen Anwendung finden. Um diesen Kurs erfolgreich zu absolvieren, sollten Sie ein grundlegendes Verständnis von Maschinellem Lernen, Sprachmodellen und grundlegender Python-Programmierung haben. Am Ende dieses Kurses werden Sie in der Lage sein: - GenAI-Modelle zu trainieren und zu evaluieren: Erstellen und bewerten Sie die Qualität von Modellen mit bewährten Techniken - Verbessern Sie die Ergebnisse mit RAG: Wenden Sie Retrieval-Augmented Generation Generation für genauere Antworten an - Verfolgen Sie aufkommende Trends: Verstehen Sie skalierbare Architekturen und Echtzeit-GenAI-Innovationen - Bereiten Sie sich auf den Einsatz in der Industrie vor: Übertragen Sie GenAI-Fortschritte in reale Geschäftsanwendungen Ideal für KI-Praktiker, Datenwissenschaftler und ML-Ingenieure, die ihre generative KI-Expertise erweitern.


Grundlagen der generativen AI-Modelle
Dieser Kurs ist Teil von Spezialisierung für Generative AI-Modelle und Zertifizierung von Transformatorennetzen

Dozent: Priyanka Mehta
Bei enthalten
Empfohlene Erfahrung
Was Sie lernen werden
Training und Evaluierung generativer KI-Modelle unter Verwendung praxisnaher Techniken
Anwendung der Retrieval-Augmented Generation Generation (RAG) zur Verbesserung der Ausgabegenauigkeit
Verstehen der sich abzeichnenden Trends in der GenAI-Architektur und -Bereitstellung
Umsetzung von GenAI-Fortschritten in praktische, industrietaugliche Lösungen
Kompetenzen, die Sie erwerben
- Kategorie: Daten in Echtzeit
- Kategorie: Generative KI
- Kategorie: Skalierbarkeit
- Kategorie: Auto-Kodierer
- Kategorie: Modellierung großer Sprachen
- Kategorie: Generative Modellarchitekturen
- Kategorie: Verantwortungsvolle KI
- Kategorie: Modell Bewertung
- Kategorie: Generative adversarische Netzwerke (GANs)
- Kategorie: Lernen übertragen
- Kategorie: Verarbeitung natürlicher Sprache
- Kategorie: Abruf-erweiterte Erzeugung
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
6 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 2 Module
Legen Sie mit diesem Modul eine solide Grundlage für Generative KI, indem Sie die Bedeutung, die Auswirkungen in der Praxis und die Kernkonzepte behandeln. Verstehen Sie anhand von Analogien, warum GenAI wichtig ist, und erkunden Sie die wichtigsten Modelltypen, darunter Variational Autoencoders (VAEs), Generative Adversarial Networks (GANs) und Transformer-basierte Modelle. Ideal für Anfänger, die ihre GenAI-Reise beginnen.
Das ist alles enthalten
8 Videos1 Lektüre3 Aufgaben
Erfahren Sie, wie generative KI-Modelle mit Retrieval Augmented Generation (RAG) trainiert, evaluiert und erweitert werden. Lernen Sie die wichtigsten Schritte des Modell-Trainings und Techniken zur Bewertung der Modellqualität kennen und erfahren Sie, wie RAG die Ausgabegenauigkeit durch die Kombination von Retrieval und Generierung verbessert. Entdecken Sie neue Trends, die die Zukunft von GenAI prägen, und gewinnen Sie Einblicke in sich entwickelnde Industrieanwendungen.
Das ist alles enthalten
6 Videos3 Aufgaben
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent

von
Mehr von Maschinelles Lernen entdecken
Status: Kostenloser Testzeitraum
Status: Kostenloser TestzeitraumEdureka

Alberta Machine Intelligence Institute
Status: Kostenloser TestzeitraumStarweaver
Warum entscheiden sich Menschen für Coursera für ihre Karriere?





Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Generative KI-Modelle sind Algorithmen, die auf der Grundlage von aus Daten gelernten Mustern neue Inhalte wie Text, Bilder oder Code erstellen. Gängige Typen sind GANs, VAEs und auf Transformern basierende Modelle wie GPT.
Foundation-Modelle sind groß angelegte KI-Modelle, die auf großen, vielfältigen Datensätzen trainiert werden und sich an einen breiten Bereich von Aufgaben anpassen lassen. Beispiele hierfür sind Generativer vortrainierter Transformator (GPT), BERT und CLIP.
Die vier Modelle der KI sind reaktive Maschinen, begrenztes Gedächtnis, Theorie des Verstandes und selbstbewusste KI; sie repräsentieren zunehmende Stufen der Komplexität und der kognitiven Fähigkeiten.
Weitere Fragen
Finanzielle Unterstützung verfügbar,

