Dieser Kurs führt in die grundlegenden Konzepte und fortgeschrittenen Techniken der Generativen KI ein und behandelt Schlüsselthemen wie Modellarchitekturen, Datenaufbereitung, Prompt Engineering und Bereitstellungsstrategien. Die Lernenden werden praktische Erfahrungen mit modernsten Werkzeugen und Methoden sammeln, um generative KI-Lösungen effektiv zu entwerfen, zu verfeinern und bereitzustellen. Am Ende dieses Kurses werden Sie in der Lage sein: - die Kernprinzipien der generativen KI, einschließlich Modelle, Algorithmen und Anwendungen, zu definieren. - Datenvorverarbeitungs- und Vektorisierungstechniken anzuwenden, um generative KI-Modelle zu verbessern. - die Stärken und Schwächen von GANs, Autoencodern, Transformatoren und LLMs zu bewerten.
Erste Schritte mit generativer KI
Dieser Kurs ist Teil von Spezialisierung für Generative KI für Software-Ingenieure und -Entwickler
Dozent: Edureka
Bei enthalten
Empfohlene Erfahrung
Was Sie lernen werden
Definition der generativen KI-Prinzipien und Anwendung von Techniken zur Datenaufbereitung, Vektorisierung und Modellbildung.
Analysieren und vergleichen Sie Modelle wie GANs, VAEs, Transformer und LLMs für praktische Anwendungen.
Entwerfen Sie wirksame Prompts für KI-Modelle unter Verwendung von "few-shot", "zero-shot" und "chain-of-thought" Techniken.
Optimierung und Bereitstellung generativer KI-Modelle unter Verwendung von Fine-Tuning-, PEFT- und LLMOps-Strategien.
Kompetenzen, die Sie erwerben
- Kategorie: Künstliche Intelligenz und Maschinelles Lernen (KI/ML)
- Kategorie: Generative Modellarchitekturen
- Kategorie: Modellierung großer Sprachen
- Kategorie: Feature Technik
- Kategorie: Deep Learning
- Kategorie: Verantwortungsvolle KI
- Kategorie: Verarbeitung natürlicher Sprache
- Kategorie: Datenverarbeitung
- Kategorie: Bereitstellung von Anwendungen
- Kategorie: Daten bereinigen
- Kategorie: Maschinelles Lernen
- Kategorie: Open Source Technologie
- Kategorie: Prompt Engineering
- Kategorie: Generative KI
- Kategorie: Datenvisualisierung
- Kategorie: Datenbank-Systeme
- Kategorie: AI-Personalisierung
- Kategorie: OpenAI
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
August 2025
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 5 Module
Dieses Modul führt in die Grundlagen und fortgeschrittenen Konzepte der Generativen KI ein, einschließlich ihrer Entwicklung, ihrer praktischen Anwendungen und der wichtigsten Unterschiede zu diskriminativen Modellen. Die Teilnehmer lernen die Datenvorverarbeitung und Vektorisierungstechniken wie TF-IDF und Word2Vec kennen und sammeln praktische Erfahrungen mit Autoencodern und GANs, die sie in die Lage versetzen, generative Modelle für KI-gesteuerte Lösungen zu erstellen und zu trainieren.
Das ist alles enthalten
18 Videos6 Lektüren4 Aufgaben3 Diskussionsthemen
Dieses Modul behandelt die Grundlagen von Aufmerksamkeitsmechanismen, die Entwicklung von Transformatoren und wichtige LLMs wie GPT, PaLM und LLaMA. Es umfasst auf Anweisungen abgestimmte Modelle, API-Integration und reale Anwendungen. Sie werden auch das Open Source LLM-Ökosystem, Modellvergleiche, Hugging Face und wichtige ethische Überlegungen kennenlernen.
Das ist alles enthalten
15 Videos4 Lektüren4 Aufgaben3 Diskussionsthemen
Dieses Modul behandelt die Grundlagen des Prompt Engineering, fortgeschrittene Prompting-Techniken wie "few-shot", "zero-shot" und "chain-of-thought" sowie Strategien zur Optimierung der generativen KI. Sie lernen, wie Vektor-Datenbanken (ChromaDB, Pinecone und Weaviate) semantische Suche und Retrieval-Augmented Generation Generation (RAG) ermöglichen. Die praktische Arbeit mit LangChain zeigt, wie man modulare KI-Anwendungen mit Prompt-Templates, Tools und Agenten für praktische, moderne Lösungen erstellt.
Das ist alles enthalten
18 Videos5 Lektüren5 Aufgaben4 Diskussionsthemen
Dieses Modul behandelt Fine-Tuning und Optimierung generativer Modelle, einschließlich Grundlagen wie Datenerweiterung und Hyperparameter-Tuning sowie fortgeschrittene Methoden wie PEFT, LoRA und QLoRA für eine effiziente Anpassung. Sie lernen, wie man Modelle mit Hilfe von Metriken wie BLEU und ROUGE bewertet und dabei quantitative und qualitative Beurteilungen ausgleicht. Der Kurs führt auch in die Erstellung und Bereitstellung von KI-Lösungen mit LLMOps und branchenüblichen Best Practices für den praktischen Einsatz ein.
Das ist alles enthalten
11 Videos4 Lektüren5 Aufgaben4 Diskussionsthemen
Dieses Modul dient zur Beurteilung der verschiedenen Konzepte und Lehren, die in diesem Kurs behandelt werden. Beurteilen Sie Ihr Wissen mit einem umfassenden, benoteten Quiz, einem Projekt und Laborübungen.
Das ist alles enthalten
1 Video1 Lektüre2 Aufgaben1 Diskussionsthema2 Unbewertete Labore
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.
Mehr von Maschinelles Lernen entdecken
Alberta Machine Intelligence Institute
Status: Kostenloser TestzeitraumDuke University
Status: VorschauUniversity of Colorado Boulder
Status: Kostenloser Testzeitraum
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
Dieser Kurs ist ideal für Anfänger, Fachleute mit technischem Hintergrund und alle, die neugierig sind, wie KI zur Generierung von Inhalten eingesetzt werden kann. Für den Einstieg sind keine Vorkenntnisse in KI oder Code erforderlich.
Der Kurs stellt Schlüsselkonzepte vor, wie z.B. die Funktionsweise der generativen KI, die Arten der verwendeten Modelle (z.B. Transformer, GANs), reale Anwendungen, ethische Überlegungen, Prompt Engineering und praktische Demos mit generativen KI-Techniken.
Der Kurs enthält praktische Demonstrationen und Übungen mit echten generativen KI-Tools und -Plattformen, die Sie mit Hilfe von Prompts durch die Interaktionen der Modelle führen und praktische Anwendungen wie Textzusammenfassung und mehr erkunden.
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.