Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Revisión de Generative AI Conceptos básicos
- Resumen rápido de Generative AI conceptos
- Aplicaciones avanzadas y casos prácticos
Profundización en las redes generativas adversarias (GAN)
- Estudio en profundidad de las arquitecturas GAN
- Técnicas para mejorar el entrenamiento de GAN
- GAN condicionales y sus aplicaciones
- Proyecto práctico: Diseño de una GAN compleja
Autocodificadores variacionales avanzados (VAE)
- Explorando los límites de los VAE
- Representaciones desenredadas en VAE
- Los beta-VAE y su importancia
- Proyecto práctico: Construcción de un VAE avanzado
Transformadores y Modelos Generativos
- Descripción de la arquitectura de Transformer
- Transformadores generativos preentrenados (GPT) y BERT para tareas generativas
- Estrategias de ajuste fino para modelos generativos
- Proyecto práctico: Ajuste de un modelo GPT para un dominio específico
Modelos de difusión
- Introducción a los modelos de difusión
- Modelos de difusión de la formación
- Aplicaciones en la generación de imágenes y audio
- Proyecto práctico: Implementación de un modelo de difusión
Reinforcement Learning en Generative AI
- Conceptos básicos del aprendizaje por refuerzo
- Integración del aprendizaje por refuerzo con modelos generativos
- Aplicaciones en el diseño de juegos y la generación de contenidos procedimentales
- Proyecto práctico: Creación de contenidos con aprendizaje por refuerzo
Temas Avanzados en Ética y Sesgo
- Deepfakes y medios sintéticos
- Detección y mitigación de sesgos en modelos generativos
- Consideraciones legales y éticas
Aplicaciones específicas de la industria
- Generative AI en el cuidado de la salud
- Industrias creativas y entretenimiento
- Generative AI en investigación científica
Tendencias de investigación en Generative AI
- Últimos avances y avances
- Problemas abiertos y oportunidades de investigación
- Preparación para una carrera investigadora en Generative AI
Proyecto final
- Identificación de un problema adecuado para Generative AI
- Preparación y aumento avanzados de conjuntos de datos
- Selección, entrenamiento y ajuste de modelos
- Evaluación, iteración y presentación del proyecto
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos y algoritmos fundamentales del aprendizaje automático
- Experiencia con Python programación y uso básico de TensorFlow o PyTorch
- Familiaridad con los principios de las redes neuronales y el aprendizaje profundo
Audiencia
- Científicos de datos
- Ingenieros de aprendizaje automático
- Profesionales de la IA
21 Horas
