Course Outline

Pengantar Generative AI

  • Mendefinisikan AI generatif
  • Ikhtisar model generatif (GAN, VAE, dll.)
  • Aplikasi dan studi kasus

Kebutuhan akan Data Sintetis

  • Keterbatasan data nyata
  • Masalah privasi dan keamanan
  • Meningkatkan ketahanan model AI

Menghasilkan Data Sintetis

  • Teknik pembuatan data sintetik
  • Memastikan kualitas dan keragaman data
  • Lokakarya praktis: Membuat kumpulan data sintetis pertama Anda

Mengevaluasi Data Sintetis

  • Metrik untuk menilai kualitas data sintetis
  • Membandingkan performa data sintetis dan data nyata
  • Analisis studi kasus

Aspek Etis dan Hukum

  • Menavigasi lanskap etika
  • Kerangka hukum dan kepatuhan
  • Menyeimbangkan inovasi dengan tanggung jawab

Topik Lanjutan dalam Sintesis Data

  • Data sintetis untuk pembelajaran tanpa pengawasan
  • Sintesis data lintas domain
  • Tren masa depan dalam AI generatif

Proyek Batu Penjuru

  • Menerapkan pengetahuan ke skenario dunia nyata
  • Mengembangkan strategi data sintetis
  • Penilaian dan umpan balik

Ringkasan dan Langkah Selanjutnya

Requirements

  • Pemahaman tentang konsep dasar pembelajaran mesin
  • Pengalaman dengan pemrograman Python.
  • Keakraban dengan alur kerja ilmu data

Hadirin

  • Ilmuwan data
  • Praktisi AI
 21 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories