Pobierz kartę szkolenia

Projektowanie i budowanie aplikacji z użyciem generatywnych algorytmów jak chatGPT

kod szkolenia: AI_APLI / PL AA 3d
Termin
tryb Distance Learning

poziom Podstawowy

czas trwania 3 dni |  21h|  26.05 27.05 28.05
2 700,00 PLN + 23% VAT (3 321,00 PLN brutto)
Poprzednia najniższa cena:
tryb Distance Learning

poziom Podstawowy

czas trwania 3 dni |  21h|  09.06 10.06 11.06
2 700,00 PLN + 23% VAT (3 321,00 PLN brutto)
Poprzednia najniższa cena:
tryb Distance Learning

poziom Podstawowy

czas trwania 3 dni |  21h|  14.07 15.07 16.07
2 700,00 PLN + 23% VAT (3 321,00 PLN brutto)
Poprzednia najniższa cena:
tryb Distance Learning

poziom Podstawowy

czas trwania 3 dni |  21h|  11.08 12.08 13.08
2 700,00 PLN + 23% VAT (3 321,00 PLN brutto)
Poprzednia najniższa cena:
tryb Distance Learning

poziom Podstawowy

czas trwania 3 dni |  21h|  08.09 09.09 10.09
2 700,00 PLN + 23% VAT (3 321,00 PLN brutto)
Poprzednia najniższa cena:
tryb Distance Learning

poziom Podstawowy

czas trwania 3 dni |  21h|  15.10 16.10 17.10
2 700,00 PLN + 23% VAT (3 321,00 PLN brutto)
Poprzednia najniższa cena:
tryb Distance Learning

poziom Podstawowy

czas trwania 3 dni |  21h|  17.11 18.11 19.11
2 700,00 PLN + 23% VAT (3 321,00 PLN brutto)
Poprzednia najniższa cena:
2 700,00 PLN 3 321,00 PLN brutto

Szkolenie dla osób chcących nauczyć się projektowania i budowania aplikacji z użyciem generatywnych algorytmów jak chatGPT.

Podczas szkolenia uczestnicy zapoznają się z różnicami między generatywną sztuczną inteligencją a podejściem tradycyjnym.

Będzie możliwość testowania algorytmów takich jak Dolly, Falcon czy Alpaca do wyciągania danych z dokumentów tekstowych

Dowiesz się  jak używać algorytmy generative AI do analizy obrazów (stable diffusion).

Nauczysz się również budować takie rozwiązania krok po kroku.

  1. Czym jest sztuczna inteligencja?
  2. Czym Generative AI różni się od tradycyjnego AI?
  3. Rozwój modeli do analizy tekstu i dokumentów – LLM (Large Language  Models)
  4. Rozwój modeli do polepszania i modyfikacji obrazów (diffusion models)
  5. Zastosowanie i perspektywy rozwoju Generative AI
  6. Wprowadzenie do hugging face i transformers.
  7. Praktyczne wykorzystanie algorytmu LLM (Dolly, Falcon, Alpaca)
  8. Jak douczać algorytmy z rodziny GenerativeAI?
  9. Praktyczne wykorzystanie stablediffusion model
  • Brak wymagań
  • Mile widziana podstawowa znajomość Pythona i ogólnego konceptu machine learning/data science.
  • Szkolenie: polski
  • Materiały: polski

    Skontaktuj się z naszym doradcą