문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
생성형 AI 개요
- 생성형 AI의 정의
- 생성 모델의 종류(GAN, VAE 등) 소개
- 활용 사례 및 사례 연구
합성 데이터가 필요한 이유
- 실제 데이터의 한계점
- 개인정보 보호 및 보안 문제
- AI 모델의 강건성 향상을 위한 필요성
합성 데이터 생성 방법
- 합성 데이터 생성을 위한 다양한 기법
- 데이터 품질 및 다양성을 보장하는 전략
- 실습: 자신의 첫 번째 합성 데이터셋 만들어보기
합성 데이터 평가 방법
- 합성 데이터 품질을 판단하는 지표들
- 합성 데이터와 실제 데이터 간 성능 비교 방법
- 사례 연구 분석 방식
윤리 및 법적 측면 고려사항
- 생성형 AI와 관련된 윤리적 쟁점 파악
- 관련 법규 및 규정 준수 방안
- 혁신과 책임감을 균형 있게 추구하는 방법
데이터 합성 분야의 심화 주제
- 비지도 학습용 합성 데이터 활용 방안
- 서로 다른 도메인 간의 데이터 합성 기법
- 생성형 AI 분야의 향후 발전 동향
종합 프로젝트 수행
- 실제 사례에 지금까지 배운 내용을 적용해보기
- 자신만의 합성 데이터 전략 설계해보기
- 평가 및 피드백 제공
요약 및 향후 학습 방향 안내
요건
- 머신러닝의 기본 개념에 대한 이해
- Python 프로그래밍 경험
- 데이터 과학 워크플로우에 대한 친숙함
수강 대상
- 데이터 사이언티스트
- AI 실무자
21 시간
회원 평가 (2)
대화형 스타일, 연습문제
Tamas Tutuntzisz
코스 - Introduction to Prompt Engineering
기계 번역됨
미래를 위한 유용한 자원들의 훌륭한 저장소, 강사의 스타일(유머 감각이 뛰어나고 세부 사항이 잘 들어 있습니다)
Adam - GE Aerospace Poland Sp. z o.o.
코스 - Prompt Engineering for ChatGPT
기계 번역됨