Пол Шторм, CMO, поделился подборкой безвозмездных курсов об искусственном интеллекте от Google, которые в 2024 году полезно пройти людям любого уровня доступа в AI-сфере.
Пол Шторм, CMO, поделился подборкой безвозмездных курсов об искусственном интеллекте от Google, которые в 2024 году полезно пройти людям любого уровня доступа в AI-сфере.
Это курс микрообучения вводного уровня, который исследует, что такое большие языковые модели (LLM), случаи использования, где их можно использовать, и как можно использовать оперативные настройки для повышения производительности LLM. Он также включает инструменты Google, которые помогут вам разрабатывать собственные программы Gen AI.
Продолжительность курса: 30 минут, курс включает видео на 16 минут, документ (чтением на 30 минут) и тест на 10 минут.
Для кого предназначен курс: для общей аудитории.
Доступные языки: English, español (Latinoamérica), français, עברית, bahasa Indonesia, italiano, 일본어, 한국어, português (Brasil), 简体中文, 繁體中文, polski и русский.
Это начальный курс микрообучения, цель которого объяснить, что такое Generative AI, как он используется и чем он отличается от традиционных методов машинного обучения. Он также включает инструменты Google, которые помогут вам разрабатывать собственные программы Gen AI.
Продолжительность курса: 45 минут, курс включает видео на 21 минуту, документ (чтением на 30 минут) и тест на 25 минут.
Для кого предназначен курс: для общей аудитории.
Доступные языки: English, español (Latinoamérica), français, עברית, bahasa Indonesia, italiano, 일본어, 한국어, português (Бразилия), 简体中文, 繁體中文, polski и русский.
Курс для получения награды, продемонстрировав свое понимание фундаментальных концепций генеративного ИИ по следующим направлениям:
Это курс микрообучения начального уровня, который должен объяснить, что такое ответственный ИИ, почему он важен и как Google внедряет ответственный ИИ в свои продукты. Он также представляет семь принципов искусственного интеллекта Google.
Продолжительность курса: 30 минут, курс включает видео на 9 минут и тест на 20 минут.
Для кого предназначен курс: для общественности.
Доступные языки: английский, испанский (Латиноамерика), французский, итальянский, 日本語, 한국어, португальский (Бразилия), 简体中文, 繁體中文, עברית, бахаса Индонезия, польский и украинский.
Этот курс дает краткое описание архитектуры кодера-декодера, которая является мощной и распространенной архитектурой машинного обучения для задач последовательности, таких как машинный перевод, обобщение текста и ответы на вопросы. Вы узнаете об основных компонентах архитектуры кодера-декодера и о том, как обучать и обслуживать эти модели. В соответствующей инструкции к лабораторной работе вы закодируете в TensorFlow простую реализацию архитектуры кодера-декодера для создания поэзии с самого начала.
Продолжительность курса: 8 часов, курс включает видеообзор на 7 минут, описание пошаговой работы на 20 минут, тест на 25 минут, лабораторные ресурсы на 30 минут.
Для кого предназначен курс: для ученых данных и инженеров ML, имеющих основу знаний в Python и Tensorflow.
Доступные языки: английский, испанский (Латинская Америка), французский, עברית, бахаса Индонезия, итальянский, 日本語, 한국어, португальский (Бразилия), 简体中文 и 繁體中文.
Этот курс знакомит с диффузионными моделями, семейством моделей машинного обучения, недавно показавшими перспективу в пространстве генерации изображений. Модели диффузии черпают вдохновение по физике, в частности термодинамике. В последние несколько лет модели диффузии стали популярны как в исследованиях, так и в промышленности. Модели диффузии лежат в основе многих современных моделей и инструментов создания изображений в Google Cloud. Этот курс познакомит вас с теорией, лежащей в основе моделей диффузии, а также как обучать и развертывать их на Vertex AI.
Продолжительность курса: 8 часов, курс включает видеообзор на 8 минут, тест на 20 минут.
Для кого предназначен курс: для научных работников данных, инженеров машинного обучения, исследователей, работающих над разработкой новых моделей генерации изображений, и разработчиков, заинтересованных в создании программ, использующих генерацию изображений. Все участники перед началом курса уже должны понимать машинное обучение, пройти глубокое обучение со сверточных нейронных сетей (CNN) и программирование на Python.
Доступные языки: английский, испанский (Латинская Америка), французский, עברית, бахаса Индонезия, итальянский, 日本語, 한국어, португальский (Бразилия), 简体中文 и 繁體中文.
Этот курс познакомит вас с архитектурой Transformer и моделью Bidirectional Encoder Representations from Transformers (BERT). Вы узнаете основные компоненты архитектуры Transformer, такие как механизм самовнимательности, и о том, как он используется для создания модели BERT. Вы также узнаете о различных задачах, для которых можно использовать BERT, например классификацию текста, ответы на вопросы и логические выводы из естественного языка.
Продолжительность курса: 8 часов, курс включает видеообзор на 11 минут, видеолабораторная на 11 минут, тест на 45 минут и лабораторные ресурсы на 30 минут.
Для кого предназначен курс: этот курс предназначен для тех, кому интересно узнать классификацию текста, ответы на вопросы и логические выводы из естественного языка, например: научным работникам данных, инженерам машинного обучения, инженерам программного обеспечения. Для прохождения курса необходимо иметь промежуточный опыт машинного обучения, понимание встраивания слов и механизма внимания и опыт работы с Python и TensorFlow.
Доступные языки: английский, испанский (Латинская Америка), французский, עברית, бахаса Индонезия, итальянский, 日本語, 한국어, португальский (Бразилия), 简体中文 и 繁體中文.
Этот курс познакомит вас с механизмом внимания, мощной техникой, позволяющей нейронным сетям сосредотачиваться на определенных частях входной последовательности. Вы узнаете, как работает внимание и как его можно использовать для улучшения выполнения различных задач машинного обучения, включая машинный перевод, обобщение текста и ответы на вопросы.
Продолжительность курса: 8 часов, курс включает видеообзор на 5 минут, тест на 30 минут.
Для кого предназначен курс: этот курс предназначен для научных специалистов по обработке данных, инженерам машинного обучения, инженерам программного обеспечения. Потенциальный слушатель указанного курса должен иметь определенные знания о следующем: машинное обучение, глубокое обучение, обработку естественного языка, компьютерное зрение, программирование на Python.
Доступные языки: английский, испанский (Латинская Америка), французский, עברית, бахаса Индонезия, итальянский, 日本語, 한국어, португальский (Бразилия), 简体中文 и 繁體中文.
Этот курс представляет Generative AI Studio, продукт Vertex AI, который помогает вам создавать прототипы и настраивать генеративные модели AI, чтобы вы могли использовать их возможности в своих приложениях. В этом курсе вы узнаете, что такое Generative AI Studio, ее функции и параметры, а также как им пользоваться, ознакомившись с демонстрационными версиями продукта. В конце ждет вас викторина, чтобы проверить свои знания.
Продолжительность курса: 8 часов, курс включает видео на 15 минут, карты для рефлексии на 30 минут, викторина на 25 минут, список для чтения на 30 минут.
Для кого предназначен курс: этот курс предназначен для профессиональных разработчиков приложений Data sciences.
Доступные языки: английский, испанский (Латинская Америка), французский, עברית, бахаса Индонезия, итальянский, 日本語, 한국어, португальский (Бразилия), 简体中文 и 繁體中文.
Этот курс научит вас создавать модель подписей к изображениям с помощью глубокого обучения. Вы узнаете о различных компонентах модели субтитров к изображениям, таким как кодер и декодер, а также о том, как научить и оценить свою модель. К концу этого курса вы сможете создавать собственные модели подписей к изображениям и использовать их для создания подписей к изображениям
Продолжительность курса: 8 часов, курс включает видеообзор 11 в минут, пошаговое руководство в лабораторную работу на 18 минут, тест на 30 минут, лабораторные ресурсы на 30 минут.
Для кого предназначен курс: этот курс предназначен для ученых данных, инженеров по машинному обучению, инженеров по компьютерному зрению, инженеров по обработке естественного языка, исследователей и студентов. Все участники курсы должны иметь предварительные знания о: машинное обучение глубокое обучение природному языку компьютерное видение программирования Python.
Доступные языки: английский, испанский (Латинская Америка), французский, עברית, бахаса Индонезия, итальянский, 日本語, 한국어, португальский (Бразилия), 简体中文 и 繁體中文.
