本课程的设计时间约为两个小时，包含各种学习材料和活动。在整个课程中，学员将使用各种教育资源，包括有关 Generative AI 和欺诈检测的视频内容、加深理解的阅读材料、评估理解能力的分级测验，以及鼓励协作学习和批判性思维的发人深省的讨论提示。

在本课程中，我们广泛使用 Python 编程作为开发电子邮件垃圾邮件分类模型的主要语言。该模型采用先进的 GAN（Generative Adversarial Network，生成对抗网络）模型进行专门设计，这是一种著名的深度学习技术。通过上机练习和实际案例，您将熟练掌握 Python 编程，并探索用于电子邮件垃圾分类的 GAN 模型的复杂性。

您不需要任何软件安装或设置的先决条件，因为所有任务和活动都是在 Google Colab 环境中进行的，非常方便。这意味着您无需在本地计算机上安装其他软件或配置特定设置，即可无缝跟进课程内容。Google Cloud Platform 为实践学习提供了一个用户友好且基于云的平台，让所有学习者都能无障碍地进行学习。

在整个课程中，我们广泛探索和使用了重要的库和框架，以增强您对生成式 AI 及其在欺诈检测中的应用的理解。详细介绍的两个关键框架是 TensorFlow 和 Keras。TensorFlow 是谷歌开发的开源机器学习框架，是我们实践练习的基础。Keras 是一种高级神经网络 API，与 Tensorflow 无缝集成，为构建和训练深度学习模型提供了用户友好的 Interface。

不，课程从基础开始，适合初学者。

要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。

购买证书后，您就可以访问所有课程资料，包括已评分的作业。完成课程后，您的电子证书将添加到您的 "成就 "页面--您可以从那里打印证书或将其添加到您的 LinkedIn 个人资料中。