0. GenAI. Магистр наук о данных [udemy] [Aaron Sanchez]
На русском языке
Чему вы научитесь
Python
Для кого этот курс:
Любой уровень подготовки
Материалы курса
5 разделов • 32 лекций • Общая продолжительность 11 ч 1 мин
Описание
Введение в генеративный ИИ
Вы изучите основные принципы генеративных моделей, их применение и типы задач, которые они решают в области науки о данных.
Оценка генеративных моделей и LLMs
Вы научитесь оценивать качество результатов моделей по таким критериям, как согласованность, релевантность, фактическая точность и автоматические текстовые метрики.
Основы LLMs и инженерии запросов (Prompt Engineering)
Вы узнаете, как работают языковые модели, как создавать эффективные запросы и адаптировать их ответы под различные контексты.
Обработка данных для генеративных моделей
Вы освоите стратегии подготовки текста, изображений и документов для использования в задачах генерации и поиска.
Инференция, дообучение и эмбеддинги
Вы проанализируете, как дообучать модели, использовать эмбеддинги и применять такие методы, как few-shot и fine-tuning для индивидуальных решений.
RAG, семантический поиск и мультимодальность
Вы изучите, как интегрировать поиск информации, контекстное рассуждение и мультимодальный анализ в практические приложения.
Практические проекты
Введение. Теория, Окружения и Фронт
На русском языке
Чему вы научитесь
- Искусственный интеллект
- LLMs
- Gemini
- Groq
- Ollama
Python
Для кого этот курс:
Любой уровень подготовки
Материалы курса
5 разделов • 32 лекций • Общая продолжительность 11 ч 1 мин
Описание
Введение в генеративный ИИ
Вы изучите основные принципы генеративных моделей, их применение и типы задач, которые они решают в области науки о данных.
Оценка генеративных моделей и LLMs
Вы научитесь оценивать качество результатов моделей по таким критериям, как согласованность, релевантность, фактическая точность и автоматические текстовые метрики.
Основы LLMs и инженерии запросов (Prompt Engineering)
Вы узнаете, как работают языковые модели, как создавать эффективные запросы и адаптировать их ответы под различные контексты.
Обработка данных для генеративных моделей
Вы освоите стратегии подготовки текста, изображений и документов для использования в задачах генерации и поиска.
Инференция, дообучение и эмбеддинги
Вы проанализируете, как дообучать модели, использовать эмбеддинги и применять такие методы, как few-shot и fine-tuning для индивидуальных решений.
RAG, семантический поиск и мультимодальность
Вы изучите, как интегрировать поиск информации, контекстное рассуждение и мультимодальный анализ в практические приложения.
Практические проекты
- Преобразование счетов в Excel:
Вы создадите автоматизированный процесс извлечения ключевых данных из PDF-счетов и формирования структурированных отчетов в таблицах. - Юридический консультант по документам:
Вы реализуете помощника на основе LLM, который сможет отвечать на юридические вопросы, используя юридические тексты в PDF. - Описание изображений текстом:
Вы разработаете модель, которая анализирует изображения и автоматически создает их описания для упрощения интерпретации и поиска. - SQL-запросы с использованием RAG:
Вы создадите инструмент для запросов к базам данных на естественном языке, используя RAG для повышения качества результатов.
Этот курс даст вам всесторонние знания по генеративному ИИ, сочетая теорию и практику для развития навыков автоматизации, продвинутого анализа и создания интеллектуальных решений.
Введение. Теория, Окружения и Фронт
- Теория LLM
- Окружение
- Фронт Streamlit 1
- Фронт Streamlit 2
- АР/Ключи и Токены
- Загрузка данных
- Разделение
- Embeddings 1
- Embeddings 2
- Embeddings 3
- VectorStore
- Базовое приложение 1
- Базовое приложение 2
- Rag
- Базовое приложение
- Архитектор-Юридический 1
- Архитектор-Юридический 2
- Изображение
- 5 изображений 1
- 5 изображений 2
- Сценарии
- Чат
- ATS
- Счет 1
- Счет 2
- Посты
- SQL
- Описание изображений
- Ассистент 1
- Ассистент 2
- Написание с памятью
- Mp3
https://www.udemy.com/course/0-genai-z/