LLM для профессионалов: Курс по генеративному ИИ от экспертов Amazon и DeepLearning.AI
Нашли отличный курс от экспертов AI-подразделения Amazon Web Services (AWS), где рассказывают о работе генеративного искусственного интеллекта и о том, как применять его в реальных приложениях.
Нашли отличный курс от экспертов AI-подразделения Amazon Web Services (AWS), где рассказывают о работе генеративного искусственного интеллекта и о том, как применять его в реальных приложениях.
Этот курс — не для новичков. Чтобы его пройти, нужно иметь опыт программирования на Python. Также вы должны быть знакомы с основами машинного обучения, такими как контролируемое и неконтролируемое обучение, функции потерь и разбивка данных на обучающие, проверочные и тестовые наборы.
Инструктор курса — Крис Фрегли, главный архитектор решений по генеративному искусственному интеллекту в Amazon Web Services (AWS), соавтор двух книг O’Reilly: Data Science on AWS и Generative AI on AWS. Крис также является основателем глобальной серии встреч Generative AI on AWS.
На курсе вы научитесь
Глубоко понимать генеративный ИИ, описывая ключевые этапы типичного жизненного цикла генеративного ИИ на базе LLM: от сбора данных и выбора модели до оценки производительности и развертывания.
Подробно описывать архитектуру трансформатора, на котором основаны LLM: как он обучается и как тонкая настройка позволяет адаптировать LLM к различным конкретным случаям использования.
Использовать эмпирические законы масштабирования для
оптимизации целевой функции модели в зависимости от размера набора данных, бюджета вычислений и требований к выводам.
Применять самые современные методы обучения, настройки, вывода, инструменты и развертывания для достижения максимальной производительности моделей в рамках конкретных ограничений вашего проекта.
Обсудите проблемы и возможности, которые генеративный ИИ создает для бизнеса.
Получите базовые знания, практические навыки и функциональное понимание того, как работает генеративный ИИ
Погрузитесь в последние исследования в области генеративного ИИ, чтобы понять, как компании создают ценности с помощью передовых технологий.
Сколько нужно времени
Курс разбит на 3 недельных модуля, так чтобы заниматься по 1-1.5 часа в день. Общая продолжительность занятий 16 часов, включая тестирование и лабораторные работы. Все можно проходить в собственном ритме, ограничений по времни нет. А чтобы получить сертификат, придется выполнить 3 задания — по одному в конце каждого модуля.
TIP от Adviser: Учиться на Coursera выгоднее с подпиской Coursera Plus. За $59 в месяц можно пройти неограниченное число учебных программ из более чем 7000. Это идеальный вариант, если вы готовы посвятить много времени учебе.
Оптимизация архитектуры сна: разбираем полезные гаджеты, которые помогают хакнуть наш отдых
Выгорание может начинаться не с овертаймов, а с плохо настроенного процесса восстановления. Мы регулярно обновляем стек технологий, следим за патчами и оптимизируем код, но собственное тело часто остается на legacy-настройках. Эта статья — попытка разобраться в том, как превратить сон в измеряемый проект с четкими метриками.
5 приложений для цифрового детокса, которые точно работают — тестируем и сравниваем
Приложения для смартфонов спроектированы так, что «быстренько посмотреть» не работает. Стоит открыть, к примеру, Instagram, как оказываешься в чужом румтуре, изучаешь особенности воспитания мопсов или смотришь видео про то, как правильно хранить авокадо. И это еще не самая худшая из версий думскроллинга.
Как Кремниевая долина избавляется от телефонной зависимости и отказывается от собственных приложений
Вы на секунду берёте телефон, чтобы ответить в Telegram или прочитать SMS от банка. А через полчаса обнаруживаете себя в YouTube Shorts, с открытым Twitter, тремя непрочитанными чатами и ощущением, что всё это время не отдыхали, а сверхурочно работали. Знакомая история?
Полное погружение: как включить режим Deep Work, когда календарь трещит по швам
Наверняка вы ловили себя на мысли, что провели за компьютером десять часов, ответили на сотню писем, сходили на пять созвонов, но к вечеру так и не продвинули ни одну важную задачу. Это классическая ловушка многозадачности, которую принято считать полезным навыком. Но на деле она — главный враг когнитивной производительности.
Хотите сообщить важную новость? Пишите в Telegram-бот
Главные события и полезные ссылки в нашем Telegram-канале
Обсуждение
Комментируйте без ограничений
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.