Podstawy głębokiego uczenia się: od sieci neuronowych do dużych modeli językowych

Głębokie uczenie się jest siłą napędową nowoczesnej sztucznej inteligencji, napędzając wszystko, od rozpoznawania obrazów po zaawansowane generowanie tekstu. Zrozumienie, jak działają te sieci neuronowe, jest niezbędne dla każdego, kto chce wejść w dziedzinę AI.\n\nW tym kursie tekstowym przejdziesz od nauki podstawowych pojęć AI do zrozumienia, w jaki sposób złożone architektury neuronowe i duże modele językowe przetwarzają informacje. Zyskasz jasne, koncepcyjne zrozumienie modeli głębokiego uczenia się i ich struktury w celu rozwiązywania problemów w świecie rzeczywistym.\n\nCzego się nauczysz:\n- Zrozum podstawową terminologię głędkiego uczenie się, od sztucznych neuronów i funkcji aktywacji do propagacji wstecznej.\n- Poznaj zwojowe sieci neuronowe (CNN) i sposób przetwarzania danych wizualnych Zapoznaj się z podstawowymi mechanizmami dużych modeli językowych (LLM) i tym, jak mechanizm uwagi napędza nowoczesne generowanie tekstu.\n- Odkryj współczesne koncepcje AI, w tym wzmocnione wyszukiwanie - Praktyka oceny wydajności modelu i zrozumienia technik optymalizacji poprzez przejścia kodowe.\n\nKurs rozpoczyna się od podstawowych definicji i podstawowych pojęć, a następnie krok po kroku prowadzi przez zaawansowane architektury sieciowe i nowoczesne techniki modelowania języka. Przeczytasz jasne wyjaśnienia, przeanalizujesz uporządkowane fragmenty kodu i wykonasz ćwiczenia pisemne mające na celu utrwalenie twojego zrozumienia.\n\nTen kurs jest przeznaczony dla początkujących, którzy chcą uporzętowanego wprowadzenia do głębokiego uczenia się, bez wymagania zaawansowanej matematyki lub programowania.\n Posiada podstawową wiedzę z zakresu głębokiego uczenia i nowoczesnych architektur AI.