Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.7
423 Bewertungen
Stufe Mittel
Empfohlene Erfahrung
Empfohlene Erfahrung
Stufe „Mittel“
Grundlagen des maschinellen Lernens und neuronaler Netze. Arbeitskenntnisse in Python. Kenntnisse von PyTorch sind von Vorteil, aber nicht entscheidend.
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.7
423 Bewertungen
Stufe Mittel
Empfohlene Erfahrung
Empfohlene Erfahrung
Stufe „Mittel“
Grundlagen des maschinellen Lernens und neuronaler Netze. Arbeitskenntnisse in Python. Kenntnisse von PyTorch sind von Vorteil, aber nicht entscheidend.
Wenn Sie sich für diesen Kurs anmelden, müssen Sie auch ein bestimmtes Programm auswählen.
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
In diesem Kurs gibt es 2 Module
Sind Sie bereit, die spannende Welt der generativen KI und großer Sprachmodelle (LLMs) zu erkunden? Dieser IBM Kurs, der Teil des berufsbezogenen Zertifikats "Generative AI Engineering Essentials with LLMs" ist, vermittelt Ihnen praktische Fähigkeiten zur Nutzung von KI, um Branchen zu verändern.
Entwickelt für Datenwissenschaftler, ML-Ingenieure und KI-Enthusiasten, lernen Sie, verschiedene generative KI-Architekturen und -Modelle zu unterscheiden, wie z. B. rekurrente neuronale Netze (RNNs), Transformatoren, generative adversarische Netze (GANs), Variationale Autocoder (VAEs) und Diffusionsmodelle. Sie werden auch entdecken, wie LLMs, wie z.B. generative pretrained transformers (GPT) und bidirektionale Kodiererrepräsentationen von Transformatoren (BERT), reale Sprachaufgaben unterstützen.
Machen Sie sich mit Tokenisierungstechniken mit NLTK, spaCy und Hugging Face vertraut und bauen Sie effiziente Datenpipelines mit PyTorch-Datenladern auf, um Modelle für das Training vorzubereiten.
Grundlegende Kenntnisse in Python und PyTorch sowie Vertrautheit mit maschinellem Lernen und neuronalen Netzen sind hilfreich, aber nicht zwingend erforderlich. Melden Sie sich noch heute an und machen Sie sich bereit für Ihren Einstieg in die generative KI!
In diesem Modul lernen Sie die Bedeutung der generativen KI kennen und erfahren, wie sie verschiedene Bereiche durch die Generierung von Inhalten, die Erstellung von Code und die Bildsynthese verändert. Sie lernen die wichtigsten generativen KI-Architekturen kennen, wie z. B. generative adversarische Netzwerke (GANs), Variationale Autoencoder (VAEs), Diffusionsmodelle und Transformatoren, und verstehen die Unterschiede in deren Trainingsansätzen. Sie werden auch untersuchen, wie große Sprachmodelle (LLMs) wie generative pretrained transformers (GPT) und bidirektionale Kodiererrepräsentationen von Transformatoren (BERT) beim Aufbau von NLP-basierten Anwendungen eingesetzt werden. Schließlich werden Sie in einer praktischen Übung einen einfachen Chatbot unter Verwendung der Hugging Face Transformers-Bibliothek erstellen und eine Einführung in die wichtigsten Werkzeuge und Bibliotheken erhalten, die bei der Entwicklung generativer KI verwendet werden.
Lesen: Grundlagen der AI-Halluzinationen•10 Minuten
Lesen: Überblick über Bibliotheken und Tools•20 Minuten
Datenaufbereitung für LLMs
Modul 2•3 Stunden abzuschließen
Moduldetails
In diesem Modul lernen Sie, wie Sie Daten für das Training großer Sprachmodelle (LLMs) vorbereiten, indem Sie Tokenisierung implementieren und Datenlader erstellen. Sie werden verschiedene Tokenisierungsmethoden kennenlernen und verstehen, wie Tokenizer Rohtext in modellfähige Eingaben umwandeln. Sie werden die Tokenisierung mithilfe von Bibliotheken wie NLTK, spaCy, BertTokenizer und XLNetTokenizer implementieren. Außerdem lernen Sie die Rolle von Datenladern in der Trainingspipeline kennen und verwenden die DataLoader-Klasse in PyTorch, um einen Datenlader mit einer benutzerdefinierten Sortierfunktion zu erstellen, die Textstapel verarbeitet. Diese praktischen Fähigkeiten sind für den Aufbau effizienter NLP-Pipelines für die LLM-Ausbildung unerlässlich. Darüber hinaus werden unterstützende Materialien, wie ein Spickzettel und ein Glossar, das Gelernte vertiefen.
Wir bei IBM wissen, wie schnell sich die Technologie entwickelt, und sind uns bewusst, wie wichtig es für Unternehmen und Fachkräfte ist, schnell einsatzbereite, praxisnahe Fähigkeiten zu erwerben. Als marktführender Tech-Innovator setzen wir uns dafür ein, dass Sie in diesem dynamischen Umfeld erfolgreich sind. Über das IBM Skills Network bieten unsere von Experten entwickelten Schulungsprogramme in den Bereichen künstliche Intelligenz, Softwareentwicklung, Cybersicherheit, Datenwissenschaft, Unternehmensführung und mehr die grundlegenden Fähigkeiten, die Sie benötigen, um sich Ihren ersten Job zu sichern, Ihre Karriere voranzutreiben oder Ihren geschäftlichen Erfolg zu steigern. Ganz gleich, ob Sie sich selbst oder Ihr Team weiterbilden möchten, unsere Kurse, Spezialisierungen und professionellen Zertifikate vermitteln Ihnen das technische Fachwissen, das Sie und Ihr Unternehmen in einer wettbewerbsorientierten Welt auszeichnet.
Wie lange dauert es, die Specialization abzuschließen?
Der Kurs dauert nur zwei Wochen, wenn Sie zwei Stunden pro Woche lernen.
Brauche ich irgendwelche Vorkenntnisse, um diesen Kurs erfolgreich abzuschließen?
Es wäre gut, wenn Sie über Grundkenntnisse in Python und PyTorch verfügen und mit Konzepten des maschinellen Lernens und neuronaler Netze vertraut sind.
Welche Rollen kann ich nach Abschluss des Kurses übernehmen?
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.
Benötige ich spezielle Software oder Tools, um den Kurs erfolgreich abzuschließen?
Für die Teilnahme an diesem Kurs und allen praktischen Übungen ist lediglich ein moderner Webbrowser erforderlich.
Sie erhalten kostenlosen Zugang zu Cloud-basierten Umgebungen, um die Übungen durchzuführen.
Sie melden sich bei Plattformen wie Hugging Face an und nutzen Funktionen, die nicht kostenpflichtig sind.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich dieses Zertifikat abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugang zu allen Kursen des Zertifikats, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird zu Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.