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.

Sie lernen die Arten der generativen KI und ihre realen Anwendungen kennen. Sie werden das Wissen erlangen, um zwischen verschiedenen generativen KI-Architekturen und -Modellen zu unterscheiden, wie z.B. rekurrente neuronale Netze (RNNs), Transformatoren, generative adversarische Netze (GANs), Variationale AutoEncoder (VAEs) und Diffusionsmodelle. Sie lernen die Unterschiede in den Trainingsansätzen, die für jedes Modell verwendet werden, kennen. Sie werden in der Lage sein, die Verwendung von LLMs zu erklären, wie z.B. Generative Pre-Trained Transformers (GPT) und Bidirectional Encoder Representations from Transformers (BERT). Sie lernen auch den Tokenisierungsprozess, Tokenisierungsmethoden und die Verwendung von Tokenizern für wort-, zeichen- und teilwortbasierte Tokenisierung kennen. Sie werden in der Lage sein zu erklären, wie Sie Datenlader für das Training generativer KI-Modelle verwenden können und die PyTorch-Bibliotheken für die Aufbereitung und den Umgang mit Daten in Datenladern auflisten. Das erworbene Wissen wird Ihnen helfen, die generativen KI-Bibliotheken in Hugging Face zu verwenden. Außerdem werden Sie darauf vorbereitet, Tokenisierung zu implementieren und einen NLP-Datenlader zu erstellen. Für diesen Kurs sind Grundkenntnisse in Python und PyTorch sowie ein Bewusstsein für maschinelles Lernen und neuronale Netze von Vorteil, aber nicht unbedingt erforderlich.