课程大纲

Generative AI 简介

  • 定义生成式 AI
  • 生成模型(GAN、VAE 等)概述
  • 应用和案例研究

对合成数据的需求

  • 真实数据的局限性
  • 隐私和安全问题
  • 增强 AI 模型的鲁棒性

生成合成数据

  • 合成数据生成技术
  • 确保数据质量和多样性
  • 实践研讨会:创建您的第一个合成数据集

评估合成数据

  • 评估合成数据质量的指标
  • 比较合成数据与真实数据的性能
  • 案例研究分析

道德和法律方面

  • 驾驭道德环境
  • 法律框架和合规
  • 平衡创新与责任

数据合成高级主题

  • 用于无监督学习的合成数据
  • 跨域数据合成
  • 生成式人工智能的未来趋势

顶点项目

  • 将知识应用于实际场景
  • 制定合成数据策略
  • 评估和反馈

摘要和后续步骤

要求

  • 了解基本的机器学习概念
  • 具有 Python 编程经验
  • 熟悉数据科学工作流

观众

  • 数据科学家
  • 人工智能从业者
 21 小时

即将举行的公开课程

课程分类