Kursplan

Introduksjon til Generativ AI

  • Definere generativ AI
  • Oversikt over generative modeller (GANs, VAEs, etc.)
  • Applikasjoner og case studies

Behovet for Syntetiske Data

  • Begrensninger i reelle data
  • Privatliv og sikkerhetsproblemer
  • Forbedre robusthet i AI-modeller

Generere Syntetiske Data

  • Teknikker for generering av syntetiske data
  • Sikre datakvalitet og mangfoldighet
  • Praktisk workshop: Opprette din første syntetiske datasett

Vurdere Syntetiske Data

  • Metrikker for å vurdere kvaliteten på syntetiske data
  • Sammenligne ytelsen av syntetiske vs. reelle data
  • Analyse av case studies

Etiske og Juridiske Aspekter

  • Navigere i det etiske landskapet
  • Juridiske rammeverk og overholdelse
  • Balansere innovasjon med ansvar

Avanserte Emner i Datasyntese

  • Syntetiske data for uovervåket lærings
  • Tverrdomene datasyntese
  • Fremtidige trender i generativ AI

Capstone Project

  • Bruke kunnskap til virkelige scenarier
  • Utvikle en strategi for syntetiske data
  • Vurdering og tilbakemelding

Oppsummering og Neste Skritt

Krav

  • Forståelse av grunnleggende maskinlæringskonsepter
  • Erfaring med Python-programmering
  • Kjennskap til data science-workflows

Målgruppe

  • Data scientists
  • AI-praktikere
 21 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories