In diesem Modul tauchen wir tief in die Funktionsweise von Transformer-basierten Architekturen ein und erforschen grundlegende Konzepte wie Selbstaufmerksamkeit, maskierte Aufmerksamkeit und mehrköpfige Aufmerksamkeit. Sie werden lernen, wie Modelle wie der Generative vortrainierte Transformer (GPT) funktionieren, wobei der Schwerpunkt auf Tokenisierung, Positionskodierung und Fine-Tuning liegt. Darüber hinaus werden Sie durch praktische Übungen durch reale Anwendungen geführt, wie z. B. Fine-Tuning von GPT-Modellen und Erforschung des Übergangs von GPT zu ChatGPT mit Techniken des Bestärkenden Lernens.

In diesem Modul werden wir einen Bereich von OpenAI APIs erkunden und Sie durch den Prozess der Integration und Nutzung von APIs wie Chatvervollständigungen, Bilderzeugung, Einbettungen und Audioverarbeitung führen. Sie werden auch lernen, wie man Fine-Tuning von Generativen vortrainierten Transformer (GPT) Modellen für benutzerdefinierte Aufgaben durchführt und Moderationswerkzeuge verwendet. Praktische Übungen vermitteln Ihnen praktische Erfahrung in der Entwicklung mit den APIs von OpenAI und vermitteln die notwendigen Fähigkeiten, um fortgeschrittene Anwendungen mit GPT- und ChatGPT-Technologien zu erstellen.

In diesem Modul werden wir in Retrieval Augmented Generation (RAG) und seine fortgeschrittenen Methoden eintauchen und uns auf die Verbesserung generativer Ergebnisse durch Retrieval-basierte Techniken und Fine-Tuning-Strategien konzentrieren. Sie werden Schlüsselmetriken wie Präzision, Recall und Relevanz erforschen, während Sie an praktischen Aktivitäten mit RAG und Langchain teilnehmen, um Daten zu simulieren und praktische Lösungen zu erstellen. Darüber hinaus werden wir das Konzept der LLM-Agenten erforschen und integrierte Systeme wie Chatbots mit Websuche und mathematischen Werkzeugen entwickeln.

In diesem Modul werden wir uns auf Ihr Abschlussprojekt konzentrieren, in dem Sie Ihr Wissen zur Klassifizierung von Mammogrammbildern anwenden werden. Die Aufgabe wird Sie durch den Prozess führen, vom Entwurf des Modells bis zur Bewertung der Leistung. In der Abschlussbesprechung werden Sie Ihr Projekt bewerten und Feedback erhalten, um Ihre Fähigkeiten weiter zu verfeinern.

In diesem Modul werden wir uns die spannenden Möglichkeiten ansehen, die vor Ihnen liegen. Sie erhalten Empfehlungen für wertvolle Ressourcen, einschließlich Bücher und Websites, um Ihr Wissen in der Datenwissenschaft zu erweitern. Außerdem geben wir Ihnen Karrieretipps, die Ihnen helfen, selbstbewusst in die Datenwissenschaft einzusteigen und das Gelernte auf reale Projekte und Jobaussichten anzuwenden.