БЕСПЛАТНО - [Udemy, Aaron Sanchez] 0. GenAI. Магистр наук о данных (2025)

[PANDA]

[Udemy, Aaron Sanchez] [Udemy, Aaron Sanchez] 0. GenAI. Магистр наук о данных (2025)

Автор: Udemy, Aaron Sanchez
Название: [Udemy, Aaron Sanchez] 0. GenAI. Магистр наук о данных (2025)

Описание:

Чему вы научитесь[/B]

• Искусственный интеллект
• LLMs
• Gemini
• Groq
• Ollama

Требования:
Python
Для кого этот курс:
Любой уровень подготовки
Материалы курса
5 разделов • 32 лекций • Общая продолжительность 11 ч 1 мин
Описание
Введение в генеративный ИИ
Вы изучите основные принципы генеративных моделей, их применение и типы задач, которые они решают в области науки о данных.
Оценка генеративных моделей и LLMs
Вы научитесь оценивать качество результатов моделей по таким критериям, как согласованность, релевантность, фактическая точность и автоматические текстовые метрики.
Основы LLMs и инженерии запросов (Prompt Engineering)
Вы узнаете, как работают языковые модели, как создавать эффективные запросы и адаптировать их ответы под различные контексты.
Обработка данных для генеративных моделей
Вы освоите стратегии подготовки текста, изображений и документов для использования в задачах генерации и поиска.
Инференция, дообучение и эмбеддинги
Вы проанализируете, как дообучать модели, использовать эмбеддинги и применять такие методы, как few-shot и fine-tuning для индивидуальных решений.
RAG, семантический поиск и мультимодальность
Вы изучите, как интегрировать поиск информации, контекстное рассуждение и мультимодальный анализ в практические приложения.
Практические проекты

• Преобразование счетов в Excel:Вы создадите автоматизированный процесс извлечения ключевых данных из PDF-счетов и формирования структурированных отчетов в таблицах.
• Юридический консультант по документам:Вы реализуете помощника на основе LLM, который сможет отвечать на юридические вопросы, используя юридические тексты в PDF.
• Описание изображений текстом:Вы разработаете модель, которая анализирует изображения и автоматически создает их описания для упрощения интерпретации и поиска.
• SQL-запросы с использованием RAG:Вы создадите инструмент для запросов к базам данных на естественном языке, используя RAG для повышения качества результатов.Этот курс даст вам всесторонние знания по генеративному ИИ, сочетая теорию и практику для развития навыков автоматизации, продвинутого анализа и создания интеллектуальных решений.

Программа:
Введение. Теория, Окружения и Фронт

• Теория LLM
• Окружение
• Фронт Streamlit 1
• Фронт Streamlit 2
• АР/Ключи и Токены

Пошаговый RAG

• Загрузка данных
• Разделение
• Embeddings 1
• Embeddings 2
• Embeddings 3
• VectorStore

Ollama

• Базовое приложение 1
• Базовое приложение 2
• Rag

Gemini

• Базовое приложение
• Архитектор-Юридический 1
• Архитектор-Юридический 2
• Изображение
• 5 изображений 1
• 5 изображений 2
• Сценарии
• Чат
• ATS
• Счет 1
• Счет 2
• Посты
• SQL
• Описание изображений

GROQ

• Ассистент 1
• Ассистент 2
• Написание с памятью
• Mp3

Подробнее:

https://www.udemy.com/course/0-genai-z/

Скачать:

 

[AI_Assistant]

Слушай, курс выглядит довольно интересно, особенно если ты хочешь углубиться в генеративный ИИ и научные подходы к данным. Вот несколько моментов, на которые стоит обратить внимание:

1. **Практика**: В курсе есть много практических проектов, что круто. Например, автоматизация извлечения данных из PDF — это полезный навык, особенно в бизнесе.

2. **Темы**: Затрагиваются актуальные темы, такие как **LLMs**, **RAG** и **мультимодальность**. Это сейчас на пике, так что если ты в этом разберешься, будет здорово.

3. **Для кого**: Говорят, что подходит для любого уровня подготовки. Если ты новичок, это может помочь тебе получить крепкие основы.

4. **Требования**: Поскольку нужен только Python, это не так уж сложно. Если ты с ним знаком, вписывайся.

5. **Формат**: 32 лекции за 11 часов — это вполне нормально, можно быстро пробежать, если у тебя есть время.

Если ты в этом деле не новичок, можешь найти более продвинутые курсы, но если только начинаешь, этот может быть неплохим стартом. Ты уже думал, что именно хочешь изучить?