Dieser IBM Kurzkurs, ein Teil des Generative AI Engineering Essentials with LLMs Professional Certificate, vermittelt Ihnen die Grundlagen der Verwendung von generativer KI und Large Language Models (LLMs). Dieser Kurs ist für bestehende und angehende Data Scientists, Machine Learning Engineers, Deep Learning Engineers und AI Engineers geeignet.
Generative KI und LLMs: Architektur und Datenaufbereitung
Dieser Kurs ist Teil mehrerer Programme.
Dozenten: Joseph Santarcangelo
6.421 bereits angemeldet
Bei enthalten
(78 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Unterscheiden Sie zwischen generativen KI-Architekturen und -Modellen, wie RNNs, Transformers, VAEs, GANs und Diffusionsmodellen.
Beschreiben Sie, wie LLMs, wie z.B. GPT, BERT, BART und T5, in der Sprachverarbeitung eingesetzt werden.
Implementieren Sie Tokenisierung zur Vorverarbeitung von Textrohdaten mit NLP-Bibliotheken wie NLTK, spaCy, BertTokenizer und XLNetTokenizer.
Erstellen Sie einen NLP-Datenlader mit PyTorch, um Tokenisierung, Numerisierung und Auffüllen von Textdaten durchzuführen.
Kompetenzen, die Sie erwerben
- Kategorie: Tokenisierung
- Kategorie: Gesicht umarmen Bibliotheken
- Kategorie: NLP-Datenlader
- Kategorie: Große Sprachmodelle
- Kategorie: PyTorch
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 2 Module
In diesem Modul lernen Sie die Bedeutung generativer KI-Modelle kennen und erfahren, wie sie in den verschiedensten Bereichen zur Generierung unterschiedlicher Inhalte eingesetzt werden. Sie lernen die Architekturen und Modelle kennen, die in der generativen KI häufig verwendet werden, und die Unterschiede in den Trainingsansätzen dieser Modelle. Sie werden lernen, wie große Sprachmodelle (LLMs) verwendet werden, um NLP-basierte Anwendungen zu erstellen. Sie werden einen einfachen Chatbot unter Verwendung der Transformers-Bibliothek von Hugging Face erstellen.
Das ist alles enthalten
5 Videos2 Lektüren2 Aufgaben1 App-Element3 Plug-ins
In diesem Modul lernen Sie, wie Sie Daten für das Training großer Sprachmodelle (LLMs) vorbereiten, indem Sie Tokenisierung implementieren. Sie werden die Tokenisierungsmethoden und die Verwendung von Tokenizern kennenlernen. Sie werden auch den Zweck von Datenladern kennenlernen und erfahren, wie Sie die DataLoader-Klasse in PyTorch verwenden können. Sie werden die Tokenisierung mit verschiedenen Bibliotheken wie nltk, spaCy, BertTokenizer und XLNetTokenizer implementieren. Sie werden auch einen Datenlader mit einer Collate-Funktion erstellen, die Textstapel verarbeitet.
Das ist alles enthalten
2 Videos5 Lektüren2 Aufgaben2 App-Elemente2 Plug-ins
von
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
78 Bewertungen
- 5 stars
78,57 %
- 4 stars
14,28 %
- 3 stars
3,57 %
- 2 stars
2,38 %
- 1 star
1,19 %
Zeigt 3 von 78 an
Geprüft am 20. Okt. 2024
I highly recommend using a human to deliver the lectures, which might enhance student engagement. Great introductory course.
Geprüft am 17. Okt. 2024
I am pretty much new to NLP data preparation. However this course made me comfortable with Date preparation activities.
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Kurs dauert nur zwei Wochen, wenn Sie zwei Stunden pro Woche lernen.
Es wäre gut, wenn Sie über Grundkenntnisse in Python und PyTorch verfügen und mit Konzepten des maschinellen Lernens und neuronaler Netze vertraut sind.
Dieser Kurs ist Teil einer Spezialisierung. Wenn Sie die Spezialisierung abschließen, werden Sie sich mit den Fähigkeiten und dem Selbstvertrauen ausstatten, um Jobs wie AI Engineer, NLP Engineer, Machine Learning Engineer, Deep Learning Engineer und Data Scientist anzunehmen.