Programa del Curso

Introducción a la IA generativa

  • ¿Qué es la IA generativa y por qué es importante?
  • Principales tipos y técnicas de IA generativa
  • Principales desafíos y limitaciones de la IA generativa

Arquitectura de transformadores y LLMs

  • ¿Qué es un transformador y cómo funciona?
  • Principales componentes y características de un transformador
  • Uso de transformadores para construir LLM

Leyes de escalado y optimización

  • ¿Qué son las leyes de escalado y por qué son importantes para los LLM?
  • ¿Cómo se relacionan las leyes de escalado con el tamaño del modelo, el tamaño de los datos, el presupuesto de proceso y los requisitos de inferencia?
  • ¿Cómo pueden las leyes de escalado ayudar a optimizar el rendimiento y la eficiencia de los LLM?

Formación y puesta a punto de los LLM

  • Principales pasos y retos de la formación de LLMs desde cero
  • Ventajas e inconvenientes de ajustar los LLM para tareas específicas
  • Mejores prácticas y herramientas para la formación y el ajuste de los LLM

Implementación y uso de LLM

  • Principales consideraciones y desafíos de la implementación de LLM en producción
  • Casos de uso y aplicaciones comunes de los LLM en diversos dominios e industrias
  • Integración de LLM con otros sistemas y plataformas de IA

Ética y futuro de la IA generativa

  • Implicaciones éticas y sociales de la IA generativa y los LLM
  • Riesgos y daños potenciales de la IA generativa y los LLM, como el sesgo, la desinformación y la manipulación
  • Uso responsable y beneficioso de la IA generativa y los LLM

Resumen y próximos pasos

Requerimientos

    Comprensión de los conceptos de aprendizaje automático, como el aprendizaje supervisado y no supervisado, las funciones de pérdida y la división de datos. Experiencia con Python programación y manipulación de datos Conocimientos básicos de redes neuronales y procesamiento del lenguaje natural

Audiencia

    Desarrolladores Entusiastas del aprendizaje automático
 21 horas

Número de participantes



Precio por participante

Cursos Relacionados

LangChain: Building AI-Powered Applications

14 horas

LangChain Fundamentals

14 horas

H2O AutoML

14 horas

AutoML con Auto-sklearn

14 horas

AutoML con Auto-Keras

14 horas

Avanzado Stable Diffusion: Aprendizaje profundo para la generación de texto a imagen

21 horas

Introducción a Stable Diffusion para la generación de texto a imagen

21 horas

AlphaFold

7 horas

TensorFlow Lite for Embedded Linux

21 horas

TensorFlow Lite for Android

21 horas

TensorFlow Lite for iOS

21 horas

Tensorflow Lite for Microcontrollers

21 horas

Deep Learning Neural Networks with Chainer

14 horas

Distributed Deep Learning with Horovod

7 horas

Accelerating Deep Learning with FPGA and OpenVINO

35 horas

Categorías Relacionadas